CN117746995A - 基于单细胞rna测序数据的细胞类型识别方法、装置及设备 - Google Patents
基于单细胞rna测序数据的细胞类型识别方法、装置及设备 Download PDFInfo
- Publication number
- CN117746995A CN117746995A CN202410194014.5A CN202410194014A CN117746995A CN 117746995 A CN117746995 A CN 117746995A CN 202410194014 A CN202410194014 A CN 202410194014A CN 117746995 A CN117746995 A CN 117746995A
- Authority
- CN
- China
- Prior art keywords
- text
- cell
- gene
- embedding
- encoder
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000012174 single-cell RNA sequencing Methods 0.000 title claims abstract description 97
- 238000000034 method Methods 0.000 title claims abstract description 37
- 108090000623 proteins and genes Proteins 0.000 claims abstract description 139
- 238000012549 training Methods 0.000 claims abstract description 89
- 238000012163 sequencing technique Methods 0.000 claims abstract description 70
- 238000007781 pre-processing Methods 0.000 claims abstract description 11
- 238000004590 computer program Methods 0.000 claims description 14
- 238000012545 processing Methods 0.000 claims description 14
- 238000012217 deletion Methods 0.000 claims description 10
- 230000037430 deletion Effects 0.000 claims description 10
- 230000009466 transformation Effects 0.000 claims description 7
- 238000003780 insertion Methods 0.000 claims description 6
- 230000037431 insertion Effects 0.000 claims description 6
- 238000010606 normalization Methods 0.000 claims description 6
- 238000005457 optimization Methods 0.000 abstract 1
- 210000004027 cell Anatomy 0.000 description 136
- 230000006870 function Effects 0.000 description 43
- 238000010586 diagram Methods 0.000 description 12
- 238000004891 communication Methods 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 230000002068 genetic effect Effects 0.000 description 3
- 239000011159 matrix material Substances 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- ORILYTVJVMAKLC-UHFFFAOYSA-N Adamantane Natural products C1C(C2)CC3CC1CC2C3 ORILYTVJVMAKLC-UHFFFAOYSA-N 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000007622 bioinformatic analysis Methods 0.000 description 1
- 230000011712 cell development Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 238000007477 logistic regression Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 210000002569 neuron Anatomy 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 210000004881 tumor cell Anatomy 0.000 description 1
Landscapes
- Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)
Abstract
本申请的实施例提供了一种基于单细胞RNA测序数据的细胞类型识别方法、装置及设备。该方法包括：获取并预处理单细胞RNA测序训练数据集；采用与数据来源对应的文本模板生成每一细胞样本对应的文本描述；将每一细胞样本对应的基因测序数据和文本描述分别输入至RNA编码器和文本编码器，得到对应的基因嵌入和文本嵌入；构建损失函数，以进行模型优化；将待识别细胞对应的基因测序数据经过预处理后，输入至RNA编码器，并将其可能的细胞类型对应的文本描述输入至文本编码器，得到目标基因嵌入和若干待匹配文本嵌入，进而确定待识别细胞对应的细胞类型。本申请实施例的技术方案可以有效区分不同细胞之间的差异性，提高细胞类型识别结果的准确性。
Description
技术领域
本申请涉及生物信息学技术领域，具体而言，涉及一种基于单细胞RNA测序数据的细胞类型识别方法、装置及设备。
背景技术
许多生物信息分析任务的展开需要知道细胞的类型，如细胞发育轨迹分析、肿瘤细胞亚型分析等。在目前的技术方案中，常用的细胞分类方法仅从细胞的基因表达中学习特征，并根据学习到的基因特征之间的差异进行分类，例如通过将基因特征与一个独热编码的细胞类型关联在一个预先标记的训练集中进行模型训练以实现分类功能。然而，上述方式容易受到批次效应的影响，且难以在复杂的多源数据集中区分罕见的细胞类型。由此，如何有效区分不同细胞之间的差异性，提高细胞类型识别结果的准确性。
发明内容
本申请的实施例提供了一种基于单细胞RNA测序数据的细胞类型识别方法、装置及设备，进而至少在一定程度上可以有效区分不同细胞之间的差异性，提高细胞类型识别结果的准确性。
本申请的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本申请的实践而习得。
根据本申请实施例的一个方面，提供了一种基于单细胞RNA测序数据的细胞类型识别方法，包括：
获取并预处理单细胞RNA测序训练数据集，所述单细胞RNA测序训练数据集包括若干细胞样本对应的基因测序数据；
采用与所述单细胞RNA测序训练数据集的数据来源对应的文本模板，为预处理后的所述单细胞RNA测序训练数据集中的每一细胞样本生成对应的文本描述，所述数据来源包括单一数据来源和复杂数据来源；
将预处理后的每一细胞样本对应的基因测序数据输入至预先构建的RNA编码器，以及将其对应的文本描述输入至预先构建的文本编码器，以使所述RNA编码器输出对应的基因嵌入，所述文本编码器输出对应的文本嵌入；
根据各细胞样本对应的所述基因嵌入以及所述文本嵌入两两之间的余弦相似性，构建损失函数，以根据所述损失函数对所述RNA编码器和所述文本编码器进行优化；
将待识别细胞对应的基因测序数据经过预处理后，输入至优化后的所述RNA编码器，将所述待识别细胞可能的细胞类型对应的文本描述输入至优化后的所述文本编码器，以使优化后的所述RNA编码器输出目标基因嵌入，以及优化后的所述文本编码器输出若干待匹配文本嵌入；
根据所述目标基因嵌入与每一所述待匹配文本嵌入之间的余弦相似性，确定所述待识别细胞对应的细胞类型。
根据本申请实施例的一个方面，提供了一种基于单细胞RNA测序数据的细胞类型识别装置，包括：
预处理模块，用于获取并预处理单细胞RNA测序训练数据集，所述单细胞RNA测序训练数据集包括若干细胞样本对应的基因测序数据；
文本生成模块，用于采用与所述单细胞RNA测序训练数据集的数据来源对应的文本模板，为预处理后的所述单细胞RNA测序训练数据集中的每一细胞样本生成对应的文本描述，所述数据来源包括单一数据来源和复杂数据来源；
编码模块，用于将预处理后的每一细胞样本对应的基因测序数据输入至预先构建的RNA编码器，以及将其对应的文本描述输入至预先构建的文本编码器，以使所述RNA编码器输出对应的基因嵌入，所述文本编码器输出对应的文本嵌入；
优化模块，用于根据各细胞样本对应的所述基因嵌入以及所述文本嵌入两两之间的余弦相似性，构建损失函数，以根据所述损失函数对所述RNA编码器和所述文本编码器进行优化；
识别模块，用于将待识别细胞对应的基因测序数据经过预处理后，输入至优化后的所述RNA编码器，将所述待识别细胞可能的细胞类型对应的文本描述输入至优化后的所述文本编码器，以使优化后的所述RNA编码器输出目标基因嵌入，以及优化后的所述文本编码器输出若干待匹配文本嵌入；
处理模块，用于根据所述目标基因嵌入与每一所述待匹配文本嵌入之间的余弦相似性，确定所述待识别细胞对应的细胞类型。
根据本申请实施例的一个方面，提供了一种计算机可读介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如上述实施例中所述的基于单细胞RNA测序数据的细胞类型识别方法。
根据本申请实施例的一个方面，提供了一种电子设备，包括：一个或多个处理器；存储装置，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器实现如上述实施例中所述的基于单细胞RNA测序数据的细胞类型识别方法。
根据本申请实施例的一个方面，提供了一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机指令，该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该计算机设备执行上述实施例中提供的基于单细胞RNA测序数据的细胞类型识别方法。
在本申请的一些实施例所提供的技术方案中，通过获取并预处理单细胞RNA测序训练数据集，该训练数据集包括若干细胞样本对应的基因测序数据，采用与单细胞RNA测序训练数据集的数据来源对应的文本模板，为预处理后的每一细胞样本生成对应的文本描述，该数据来源包括单一数据来源和复杂数据来源，接着，将预处理后的每一细胞样本对应的基因测序数据输入至预先构建的RNA编码器，以及将其对应的文本描述输入至预先构建的文本编码器，以使RNA编码器输出对应的基因嵌入，文本编码器输出对应的文本嵌入，根据各细胞样本对应的基因嵌入和文本嵌入两两之间的余弦相似性，构建损失函数，以根据损失函数对RNA编码器和文本编码器进行优化；接着，在获取到待识别细胞对应的基因测序数据后，将其经过预处理后输入至优化后的RNA编码器，并将该待识别细胞可能的细胞类型对应的文本描述输入至优化后的文本编码器，以分别得到待识别细胞对应的目标基因嵌入以及若干待匹配文本嵌入，再根据目标基因嵌入与每一待匹配文本嵌入之间的余弦相似性，确定待识别细胞对应的细胞类型。由此，可以在模型训练过程中结合来自其他模态输入的信息，通过多模态信息相结合的方式能够有效区分不同细胞之间的差异性，提高了细胞类型识别结果的准确性。
应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本申请。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本申请的实施例，并与说明书一起用于解释本申请的原理。显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。在附图中：
图1示出了根据本申请的一个实施例的基于单细胞RNA测序数据的细胞类型识别方法的流程示意图；
图2示出了根据本申请的一个实施例的基于单细胞RNA测序数据的细胞类型识别装置的框图；
图3示出了适于用来实现本申请实施例的电子设备的计算机系统的结构示意图。
具体实施方式
现在将参考附图更全面地描述示例实施方式。然而，示例实施方式能够以多种形式实施，且不应被理解为限于在此阐述的范例；相反，提供这些实施方式使得本申请将更加全面和完整，并将示例实施方式的构思全面地传达给本领域的技术人员。
此外，所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施例中。在下面的描述中，提供许多具体细节从而给出对本申请的实施例的充分理解。然而，本领域技术人员将意识到，可以实践本申请的技术方案而没有特定细节中的一个或更多，或者可以采用其它的方法、组元、装置、步骤等。在其它情况下，不详细示出或描述公知方法、装置、实现或者操作以避免模糊本申请的各方面。
附图中所示的方框图仅仅是功能实体，不一定必须与物理上独立的实体相对应。即，可以采用软件形式来实现这些功能实体，或在一个或多个硬件模块或集成电路中实现这些功能实体，或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。
附图中所示的流程图仅是示例性说明，不是必须包括所有的内容和操作/步骤，也不是必须按所描述的顺序执行。例如，有的操作/步骤还可以分解，而有的操作/步骤可以合并或部分合并，因此实际执行的顺序有可能根据实际情况改变。
图1示出了根据本申请的一个实施例的基于单细胞RNA测序数据的细胞类型识别方法的流程示意图。该方法可以应用终端设备或者服务器中，其中，该终端设备可以包括但不限于智能手机、平板电脑、便携式电脑以及台式电脑中的一种或多种；该服务器可以为物理服务器或者云服务器。
如图1所示，该方法至少包括步骤S110至步骤S160，详细介绍如下（以下以该方法应用于终端设备为例进行说明，下简称终端）：
在步骤S110中，获取并预处理单细胞RNA测序训练数据集，所述单细胞RNA测序训练数据集包括若干细胞样本对应的基因测序数据。
其中，单细胞RNA测序训练数据集可以是用以进行模型训练的单细胞RNA测序数据，其可以包括若干细胞样本对应的基因测序数据。例如，单细胞RNA测序训练数据集可以呈矩阵形式，每一行与一个细胞样本相对应，行中的每一列即为该细胞样本对应的基因测序数据。
在该实施例中，终端可以获取预先进行测序得到的单细胞RNA测序训练数据集，针对单细胞RNA测序训练数据集中包含的每一个细胞样本的基因测序数据，终端可以按照预先设定的预处理规则，对其进行预处理，以得到质量较高、符合后续处理要求的训练数据。
在本申请的一个实施例中，对所述单细胞RNA测序训练数据集进行预处理，包括：
针对所述单细胞RNA测序训练数据集中每一细胞样本对应的基因测序数据，若其缺失值的数量占该细胞样本的基因测序数据总数量的比例达到预定比例，则将所述细胞样本对应的基因测序数据删除；
将所述单细胞RNA测序训练数据集中剩余的每一细胞样本对应的基因测序数据进行归一化处理，并在归一化后的数值基础上添加预定偏移量再进行对数变换。
在该实施例中，终端可以根据单细胞RNA测序训练数据集中每一细胞样本对应的基因测序数据进行统计，确定每一细胞样本的基因测序数据中缺失值的数量占基因测序数据总数量的比例。在一示例中，当某一细胞样本中某一基因值缺失时，其对应该基因的数据可以为空或者某一特定符号。由此，终端可以通过统计空值的数量或者该特定符号的数量，确定该细胞样本的缺失值的数量，进而确定该缺失值的数量占基因测序数据总数量的比例。
终端可以将该比例与预定比例进行比较，如果该比例达到（即大于或等于）预定比例，则表示该细胞样本的缺失值数量较多，数据质量较差，因此可以将该细胞样本对应的基因测序数据从单细胞RNA测序训练数据集中删除。例如某一细胞样本应测得的基因测序数据总数量为100个，其缺失值为25个，则缺失值占对应的基因测序数据总数量的比例为25%，假设预定比例为20%，此时该细胞样本缺失值占基因测序数据总数量的比例大于该预定比例，因此可以将该细胞样本对应的基因测序数据从单细胞RNA测序训练数据集中进行删除。
在删除缺失值达到一定比例的细胞样本对应的基因测序数据后，终端可以针对剩下的细胞样本对应的基因测序数据进行归一化处理。在一示例中，终端可以将各细胞样本对应的全部基因值进行相加，以得到基因值总值，接着，将该细胞样本中各个基因对应的基因值除以该基因值总值，以得到对应的归一化数据。
当归一化处理后，终端还可以将得到的归一化数据添加预定偏移量（例如“1”等）后再进行对数变换，以备后续处理。在一示例中，可以按照以下公式进行对数变换：log(x+1),其中，x为归一化数据。根据上述公式，可以对得到的归一化数据添加预定偏移量1后，再进行对数变换。
需要说明的，上述预定偏移量可以为任意数值，即本领域技术人员可以根据实际实现需要确定对应的预定偏移量，本申请对此不作特殊限定。
请继续参考图1，在步骤S120中，采用与所述单细胞RNA测序训练数据集的数据来源对应的文本模板，为预处理后的所述单细胞RNA测序训练数据集中的每一细胞样本生成对应的文本描述，所述数据来源包括单一数据来源和复杂数据来源。
在该实施例中，本领域技术人员可以根据在先经验预先设定与不同数据来源对应的文本模板，用以生成对应的文本描述。其中，数据来源可以分为单一数据来源和复杂数据来源，该单一数据来源可以是指该单细胞RNA测序训练数据集中所有细胞样本都来自同一实验室、同一批次或者同一组织，而复杂数据来源则可以是指该单细胞RNA测序训练数据集中所有细胞样本来自不同实验室、不同批次或者不同组织。
终端可以根据单细胞RNA测序训练数据集的数据来源，获取对应的文本模板，从而根据该文本模板为预处理后的单细胞RNA测序训练数据集中的每一细胞样本生成对应的文本描述，以明确该细胞样本的数据来源。
在本申请的一个实施例中，采用与所述单细胞RNA测序训练数据集的数据来源对应的文本模板，为预处理后的所述单细胞RNA测序训练数据集中的每一细胞样本生成对应的文本描述，包括：
若所述单细胞RNA测序训练数据集的数据来源为单一数据来源，采用第一文本模板，为预处理后的所述单细胞RNA测序训练数据集中的每一细胞样本生成对应的文本描述，所述第一文本模板包括细胞类型和源数据标识；
若所述单细胞RNA测序训练数据集的数据来源为复杂数据来源，采用第二文本模板，为预处理后的所述单细胞RNA测序训练数据集中的每一细胞样本生成对应的文本描述，所述第二文本模板包括细胞类型、源数据标识以及组织标识。
在该实施例中，针对单一数据来源，其对应的第一文本模板可以为“A {celltype}cell from {batch}”，该文本模板中包含了两个待填写的空位，终端可以在“celltype”处填写细胞样本的细胞类型，在“batch”处填写细胞样本的源数据标识（例如数据批次等）；针对复杂数据来源，其对应的第二文本模板可以为“A {celltype} cell from {batch}{tissue}”，除与单一数据来源对应的文本模板相同的“celltype”和“batch”之外，还多了一个待填写空位“tissue”，用于填写细胞样本对应的组织标识，以明确细胞样本来源于哪一组织。
值得说明的是，复杂数据来源对应的第二文本模板中“batch”可以用于填写数据集的患者标识、实验编号或者源数据标识等等。本领域技术人员可以根据实际实现需要，确定该空位所应填写的信息，对此不作特殊限定。
请继续参考图1，在步骤S130中，将预处理后的每一细胞样本对应的基因测序数据输入至预先构建的RNA编码器，以及将其对应的文本描述输入值预先构建的文本编码器，以使所述RNA编码器输出对应的基因嵌入，所述文本编码器输出对应的文本嵌入。
在该实施例中，本领域技术人员可以预先构建RNA编码器以及文本编码器，其中，该RNA编码器可以包括一个多层感知机，该多层感知机包括三个全连接层，每个层分别有1000、250和128个神经元；文本编码器可以为一个采用6300万参数的12层512宽的Transformer模型，其具有8个注意头。
终端可以将预处理后还剩下的每一细胞样本对应的基因测序数据输入至该RNA编码器中，并将其对应的文本描述输入至文本编码器中。由此，通过该RNA编码器可以将基因测序数据转换成对应的基因嵌入，通过该文本编码器将文本描述转换成对应的文本嵌入。即，通过上述两个编码器，可以将基因测序数据和文本描述映射至同一流形空间中，以便于确定二者之间的距离。应该理解的，对应于同一细胞样本的基因嵌入和文本嵌入在同一空间中的距离相比于不同细胞样本的基因嵌入和文本嵌入之间的距离，应该是最小的。
在步骤S140中，根据各细胞样本对应的所述基因嵌入以及所述文本嵌入两两之间的余弦相似性，构建损失函数，以根据所述损失函数对所述RNA编码器和所述文本编码器进行优化。
在该实施例中，可以建立以对比学习框架来训练两个编码器，鉴于已经知晓基因嵌入与文本嵌入之间的正确匹配关系，正确的配对可以当作正样本，其他配对则可以当作负样本，通过为每一基因嵌入和文本嵌入分别计算余弦相似性，可以得到一个矩阵，该矩阵的行代表基因视角的分类器，而列则代表文本视角的分类器。此时，本申请的目标函数旨在最大化基因嵌入与相对应的文本嵌入之间的余弦相似性，具体而言，可以寻求最大化短数组对角线上的元素，同时最小化不相关嵌入之间的余弦相似性。
在本申请的一个实施例中，该步骤S140包括：
根据所述基因嵌入与每一所述文本嵌入之间的余弦相似性，按照以下公式建立第一损失函数：
其中，gi为第i个基因嵌入，ti为第i个文本嵌入，τ为温度参数，<>表示余弦相似性，tk为第k个文本嵌入；
根据所述文本嵌入与每一所述基因嵌入之间的余弦相似性，按照以下公式建立第二损失函数：
其中，gk为第k个基因嵌入；
根据所述第一损失函数和所述第二损失函数，按照以下公式构建目标损失函数：
其中，N为基因嵌入或文本嵌入的数量；
根据所述目标损失函数对所述RNA编码器和所述文本编码器进行优化。
在该实施例中，针对于每一个基因嵌入，终端可以根据其与每一文本嵌入之间的余弦相似性，按照上述公式计算第一损失函数。接着，针对于每一个文本嵌入，终端可以根据其与每一基因嵌入之间的余弦相似性，按照上述公式计算第二损失函数。接着，根据第一损失函数和第二损失函数进行加权组合（本申请中以两个损失函数权重均为1为例进行计算，在其他示例中，也可以是其他权重，对此不作特殊限定），使其平均到所有正确匹配的情况，以作为目标损失函数。
基于所构建的目标损失函数和训练数据可以对RNA编码器和文本编码器进行训练，即不断将训练数据输入至模型后，根据模型的输出结果计算损失函数，接着，使用Adam优化器对每一次训练后的两个编码器进行优化，直至损失值不再减小，则表示网络已经收敛。
需要说明的是，由于一个单细胞RNA测序训练数据集中包含了大量数据，在保证训练效果的基础上，可以只从中选取部分细胞样本用作模型训练。
由此，通过上述方式，训练完成的RNA编码器和文本编码器，可以将对应于同一细胞样本的基因测序数据和文本描述映射至同一流形空间中，使相对应的嵌入对的表示更加接近，并将不对应的嵌入对的表示推开。
请继续参考图1，在步骤S150中，将待识别细胞对应的基因测序数据经过预处理后，输入至优化后的所述RNA编码器，将所述待识别细胞可能的细胞类型对应的文本描述输入至优化后的所述文本编码器，以使优化后的所述RNA编码器输出的目标基因嵌入，以及优化后的所述文本编码器输出的若干待匹配文本嵌入。
在该实施例中，当RNA编码器和文本编码器都训练完成后，当需要进行细胞类型识别时，终端可以将待识别细胞的基因测序数据进行预处理，该预处理可以参考前述实施例所述，在此不再赘述。值得注意的是，在实际识别过程中，不管该待识别细胞的基因测序数据中缺失值达到多大的比例，都可以进行识别。在一示例中，可以对其缺失值按照预定规则进行赋值，例如缺失值均设为0，以保证识别的正常进行。
终端可以将预处理后的待识别细胞的基因测序数据输入至优化后的RNA编码器中，以使该RNA编码器输出对应的目标基因嵌入。
接着，终端可以将待识别细胞可能的细胞类型对应的文本描述输入至优化后的文本编码器，以使该文本编码器输出对应的待匹配文本嵌入。该可能的细胞类型对应的文本描述可以由本领域技术人员根据在先经验预先设定，以备后续识别时进行调用。
在步骤S160中，根据所述目标基因嵌入与每一所述待匹配文本嵌入之间的余弦相似性，确定所述待识别细胞对应的细胞类型。
在该实施例中，终端可以计算目标基因嵌入与每一待匹配文本嵌入之间的预先相似性，并通过softmax将其归一化为概率分布。采用一预测层对概率分布进行预测，以输出对应的细胞类型。其中，该预测层可以是一个具有L2归一化输入和权重的多项式logistic回归分类器，且该预测层无偏置。
由此，基于图1所示的实施例，本申请提供的基于单细胞RNA测序数据的细胞类型识别方法，通过联合训练一个RNA编码器和文本编码器，将不同模态的相似概念映射到嵌入空间中的相近点。然后通过对比正对和负对来学习表示，旨在使相似数据对的表示更加接近，并将不相似数据对的表示推开。从而能够在单一数据来源和复杂数据来源的数据集中精准分类细胞类型，充分利用上文本模态所包含的有效信息，且能够准确预测罕见类型的细胞。
以下介绍本申请的装置实施例，可以用于执行本申请上述实施例中的基于单细胞RNA测序数据的细胞类型识别方法。对于本申请装置实施例中未披露的细节，请参照本申请上述的基于单细胞RNA测序数据的细胞类型识别方法的实施例。
图2示出了根据本申请的一个实施例的基于单细胞RNA测序数据的细胞类型识别装置的框图。
参照图2所示，根据本申请的一个实施例的基于单细胞RNA测序数据的细胞类型识别装置，包括：
预处理模块，用于获取并预处理单细胞RNA测序训练数据集，所述单细胞RNA测序训练数据集包括若干细胞样本对应的基因测序数据；
文本生成模块，用于采用与所述单细胞RNA测序训练数据集的数据来源对应的文本模板，为预处理后的所述单细胞RNA测序训练数据集中的每一细胞样本生成对应的文本描述，所述数据来源包括单一数据来源和复杂数据来源；
编码模块，用于将预处理后的每一细胞样本对应的基因测序数据输入至预先构建的RNA编码器，以及将其对应的文本描述输入至预先构建的文本编码器，以使所述RNA编码器输出对应的基因嵌入，所述文本编码器输出对应的文本嵌入；
优化模块，用于根据各细胞样本对应的所述基因嵌入以及所述文本嵌入两两之间的余弦相似性，构建损失函数，以根据所述损失函数对所述RNA编码器和所述文本编码器进行优化；
识别模块，用于将待识别细胞对应的基因测序数据经过预处理后，输入至优化后的所述RNA编码器，将所述待识别细胞可能的细胞类型对应的文本描述输入至优化后的所述文本编码器，以使优化后的所述RNA编码器输出目标基因嵌入，以及优化后的所述文本编码器输出若干待匹配文本嵌入；
处理模块，用于根据所述目标基因嵌入与每一所述待匹配文本嵌入之间的余弦相似性，确定所述待识别细胞对应的细胞类型。
在本申请的一个实施例中，根据各细胞样本对应的所述基因嵌入以及所述文本嵌入两两之间的余弦相似性，构建损失函数，以根据所述损失函数对所述RNA编码器和所述文本编码器进行优化，包括：
根据所述基因嵌入与每一所述文本嵌入之间的余弦相似性，按照以下公式建立第一损失函数：
其中，gi为第i个基因嵌入，ti为第i个文本嵌入，τ为温度参数，<>表示余弦相似性，tk为第k个文本嵌入；
根据所述文本嵌入与每一所述基因嵌入之间的余弦相似性，按照以下公式建立第二损失函数：
其中，gk为第k个基因嵌入；
根据所述第一损失函数和所述第二损失函数，按照以下公式构建目标损失函数：
其中，N为基因嵌入或文本嵌入的数量；
根据所述目标损失函数对所述RNA编码器和所述文本编码器进行优化。
在本申请的一个实施例中，采用与所述单细胞RNA测序训练数据集的数据来源对应的文本模板，为预处理后的所述单细胞RNA测序训练数据集中的每一细胞样本生成对应的文本描述，包括：
若所述单细胞RNA测序训练数据集的数据来源为单一数据来源，采用第一文本模板，为预处理后的所述单细胞RNA测序训练数据集中的每一细胞样本生成对应的文本描述，所述第一文本模板包括细胞类型和源数据标识；
若所述单细胞RNA测序训练数据集的数据来源为复杂数据来源，采用第二文本模板，为预处理后的所述单细胞RNA测序训练数据集中的每一细胞样本生成对应的文本描述，所述第二文本模板包括细胞类型、源数据标识以及组织标识。
在本申请的一个实施例中，对所述单细胞RNA测序训练数据集进行预处理，包括：
针对所述单细胞RNA测序训练数据集中每一细胞样本对应的基因测序数据，若其缺失值的数量占该细胞样本的基因测序数据总数量的比例达到预定比例，则将所述细胞样本对应的基因测序数据删除；
将所述单细胞RNA测序训练数据集中剩余的每一细胞样本对应的基因测序数据进行归一化处理，并在归一化后的数值基础上添加预定偏移量再进行对数变换。
图3示出了适于用来实现本申请实施例的电子设备的计算机系统的结构示意图。
需要说明的是，图3示出的电子设备的计算机系统仅是一个示例，不应对本申请实施例的功能和使用范围带来任何限制。
如图3所示，计算机系统包括中央处理单元（Central Processing Unit，CPU）301，其可以根据存储在只读存储器（Read-Only Memory，ROM）302中的程序或者从储存部分308加载到随机访问存储器（Random Access Memory，RAM）303中的程序而执行各种适当的动作和处理，例如执行上述实施例中所述的方法。在RAM 303中，还存储有系统操作所需的各种程序和数据。CPU 301、ROM 302以及RAM 303通过总线304彼此相连。输入/输出（Input /Output，I/O）接口305也连接至总线304。
以下部件连接至I/O接口305：包括键盘、鼠标等的输入部分306；包括诸如阴极射线管（Cathode Ray Tube，CRT）、液晶显示器（Liquid Crystal Display，LCD）等以及扬声器等的输出部分307；包括硬盘等的储存部分308；以及包括诸如LAN（Local Area Network，局域网）卡、调制解调器等的网络接口卡的通信部分309。通信部分309经由诸如因特网的网络执行通信处理。驱动器310也根据需要连接至I/O接口305。可拆卸介质311，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器310上，以便于从其上读出的计算机程序根据需要被安装入储存部分308。
特别地，根据本申请的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本申请的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的计算机程序。在这样的实施例中，该计算机程序可以通过通信部分309从网络上被下载和安装，和/或从可拆卸介质311被安装。在该计算机程序被中央处理单元（CPU）301执行时，执行本申请的系统中限定的各种功能。
需要说明的是，本申请实施例所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器（RAM）、只读存储器（ROM）、可擦式可编程只读存储器（Erasable Programmable Read Only Memory，EPROM）、闪存、光纤、便携式紧凑磁盘只读存储器（Compact Disc Read-Only Memory，CD-ROM）、光存储器件、磁存储器件、或者上述的任意合适的组合。在本申请中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本申请中，计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的计算机程序。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的计算机程序可以用任何适当的介质传输，包括但不限于：无线、有线等等，或者上述的任意合适的组合。
附图中的流程图和框图，图示了按照本申请各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。其中，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图或流程图中的每个方框、以及框图或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
描述于本申请实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现，所描述的单元也可以设置在处理器中。其中，这些单元的名称在某种情况下并不构成对该单元本身的限定。
作为另一方面，本申请还提供了一种计算机可读介质，该计算机可读介质可以是上述实施例中描述的电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被一个该电子设备执行时，使得该电子设备实现上述实施例中所述的方法。
应当注意，尽管在上文详细描述中提及了用于动作执行的设备的若干模块或者单元，但是这种划分并非强制性的。实际上，根据本申请的实施方式，上文描述的两个或更多模块或者单元的特征和功能可以在一个模块或者单元中具体化。反之，上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。
通过以上的实施方式的描述，本领域的技术人员易于理解，这里描述的示例实施方式可以通过软件实现，也可以通过软件结合必要的硬件的方式来实现。因此，根据本申请实施方式的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质（可以是CD-ROM，U盘，移动硬盘等）中或网络上，包括若干指令以使得一台计算设备（可以是个人计算机、服务器、触控终端、或者网络设备等）执行根据本申请实施方式的方法。
本领域技术人员在考虑说明书及实践这里公开的实施方式后，将容易想到本申请的其它实施方案。本申请旨在涵盖本申请的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本申请的一般性原理并包括本申请未公开的本技术领域中的公知常识或惯用技术手段。
应当理解的是，本申请并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本申请的范围仅由所附的权利要求来限制。
Claims (10)
1.一种基于单细胞RNA测序数据的细胞类型识别方法，其特征在于，包括：
获取并预处理单细胞RNA测序训练数据集，所述单细胞RNA测序训练数据集包括若干细胞样本对应的基因测序数据；
采用与所述单细胞RNA测序训练数据集的数据来源对应的文本模板，为预处理后的所述单细胞RNA测序训练数据集中的每一细胞样本生成对应的文本描述，所述数据来源包括单一数据来源和复杂数据来源；
将预处理后的每一细胞样本对应的基因测序数据输入至预先构建的RNA编码器，以及将其对应的文本描述输入至预先构建的文本编码器，以使所述RNA编码器输出对应的基因嵌入，所述文本编码器输出对应的文本嵌入；
根据各细胞样本对应的所述基因嵌入以及所述文本嵌入两两之间的余弦相似性，构建损失函数，以根据所述损失函数对所述RNA编码器和所述文本编码器进行优化；
将待识别细胞对应的基因测序数据经过预处理后，输入至优化后的所述RNA编码器，将所述待识别细胞可能的细胞类型对应的文本描述输入至优化后的所述文本编码器，以使优化后的所述RNA编码器输出目标基因嵌入，以及优化后的所述文本编码器输出若干待匹配文本嵌入；
根据所述目标基因嵌入与每一所述待匹配文本嵌入之间的余弦相似性，确定所述待识别细胞对应的细胞类型。
2.根据权利要求1所述的方法，其特征在于，根据各细胞样本对应的所述基因嵌入以及所述文本嵌入两两之间的余弦相似性，构建损失函数，以根据所述损失函数对所述RNA编码器和所述文本编码器进行优化，包括：
根据所述基因嵌入与每一所述文本嵌入之间的余弦相似性，按照以下公式建立第一损失函数：
其中，gi为第i个基因嵌入，ti为第i个文本嵌入，τ为温度参数，< >表示余弦相似性，tk为第k个文本嵌入；
根据所述文本嵌入与每一所述基因嵌入之间的余弦相似性，按照以下公式建立第二损失函数：
其中，gk为第k个基因嵌入；
根据所述第一损失函数和所述第二损失函数，按照以下公式构建目标损失函数：
其中，N为基因嵌入或文本嵌入的数量；
根据所述目标损失函数对所述RNA编码器和所述文本编码器进行优化。
3.根据权利要求1所述的方法，其特征在于，采用与所述单细胞RNA测序训练数据集的数据来源对应的文本模板，为预处理后的所述单细胞RNA测序训练数据集中的每一细胞样本生成对应的文本描述，包括：
若所述单细胞RNA测序训练数据集的数据来源为单一数据来源，采用第一文本模板，为预处理后的所述单细胞RNA测序训练数据集中的每一细胞样本生成对应的文本描述，所述第一文本模板包括细胞类型和源数据标识；
若所述单细胞RNA测序训练数据集的数据来源为复杂数据来源，采用第二文本模板，为预处理后的所述单细胞RNA测序训练数据集中的每一细胞样本生成对应的文本描述，所述第二文本模板包括细胞类型、源数据标识以及组织标识。
4.根据权利要求1所述的方法，其特征在于，对所述单细胞RNA测序训练数据集进行预处理，包括：
针对所述单细胞RNA测序训练数据集中每一细胞样本对应的基因测序数据，若其缺失值的数量占该细胞样本的基因测序数据总数量的比例达到预定比例，则将所述细胞样本对应的基因测序数据删除；
将所述单细胞RNA测序训练数据集中剩余的每一细胞样本对应的基因测序数据进行归一化处理，并在归一化后的数值基础上添加预定偏移量再进行对数变换。
5.一种基于单细胞RNA测序数据的细胞类型识别装置，其特征在于，包括：
预处理模块，用于获取并预处理单细胞RNA测序训练数据集，所述单细胞RNA测序训练数据集包括若干细胞样本对应的基因测序数据；
文本生成模块，用于采用与所述单细胞RNA测序训练数据集的数据来源对应的文本模板，为预处理后的所述单细胞RNA测序训练数据集中的每一细胞样本生成对应的文本描述，所述数据来源包括单一数据来源和复杂数据来源；
编码模块，用于将预处理后的每一细胞样本对应的基因测序数据输入至预先构建的RNA编码器，以及将其对应的文本描述输入至预先构建的文本编码器，以使所述RNA编码器输出对应的基因嵌入，所述文本编码器输出对应的文本嵌入；
优化模块，用于根据各细胞样本对应的所述基因嵌入以及所述文本嵌入两两之间的余弦相似性，构建损失函数，以根据所述损失函数对所述RNA编码器和所述文本编码器进行优化；
识别模块，用于将待识别细胞对应的基因测序数据经过预处理后，输入至优化后的所述RNA编码器，将所述待识别细胞可能的细胞类型对应的文本描述输入至优化后的所述文本编码器，以使优化后的所述RNA编码器输出目标基因嵌入，以及优化后的所述文本编码器输出若干待匹配文本嵌入；
处理模块，用于根据所述目标基因嵌入与每一所述待匹配文本嵌入之间的余弦相似性，确定所述待识别细胞对应的细胞类型。
6.根据权利要求5所述的装置，其特征在于，根据各细胞样本对应的所述基因嵌入以及所述文本嵌入两两之间的余弦相似性，构建损失函数，以根据所述损失函数对所述RNA编码器和所述文本编码器进行优化，包括：
根据所述基因嵌入与每一所述文本嵌入之间的余弦相似性，按照以下公式建立第一损失函数：
其中，gi为第i个基因嵌入，ti为第i个文本嵌入，τ为温度参数，< >表示余弦相似性，tk为第k个文本嵌入；
根据所述文本嵌入与每一所述基因嵌入之间的余弦相似性，按照以下公式建立第二损失函数：
其中，gk为第k个基因嵌入；
根据所述第一损失函数和所述第二损失函数，按照以下公式构建目标损失函数：
其中，N为基因嵌入或文本嵌入的数量；
根据所述目标损失函数对所述RNA编码器和所述文本编码器进行优化。
7.根据权利要求5所述的装置，其特征在于，采用与所述单细胞RNA测序训练数据集的数据来源对应的文本模板，为预处理后的所述单细胞RNA测序训练数据集中的每一细胞样本生成对应的文本描述，包括：
若所述单细胞RNA测序训练数据集的数据来源为单一数据来源，采用第一文本模板，为预处理后的所述单细胞RNA测序训练数据集中的每一细胞样本生成对应的文本描述，所述第一文本模板包括细胞类型和源数据标识；
若所述单细胞RNA测序训练数据集的数据来源为复杂数据来源，采用第二文本模板，为预处理后的所述单细胞RNA测序训练数据集中的每一细胞样本生成对应的文本描述，所述第二文本模板包括细胞类型、源数据标识以及组织标识。
8.根据权利要求5所述的装置，其特征在于，对所述单细胞RNA测序训练数据集进行预处理，包括：
针对所述单细胞RNA测序训练数据集中每一细胞样本对应的基因测序数据，若其缺失值的数量占该细胞样本的基因测序数据总数量的比例达到预定比例，则将所述细胞样本对应的基因测序数据删除；
将所述单细胞RNA测序训练数据集中剩余的每一细胞样本对应的基因测序数据进行归一化处理，并在归一化后的数值基础上添加预定偏移量再进行对数变换。
9.一种计算机可读介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至4中任一项所述的方法。
10.一种电子设备，其特征在于，包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器实现如权利要求1至4中任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410194014.5A CN117746995B (zh) | 2024-02-21 | 2024-02-21 | 基于单细胞rna测序数据的细胞类型识别方法、装置及设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410194014.5A CN117746995B (zh) | 2024-02-21 | 2024-02-21 | 基于单细胞rna测序数据的细胞类型识别方法、装置及设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117746995A true CN117746995A (zh) | 2024-03-22 |
| CN117746995B CN117746995B (zh) | 2024-05-28 |
Family
ID=90256274
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202410194014.5A Active CN117746995B (zh) | 2024-02-21 | 2024-02-21 | 基于单细胞rna测序数据的细胞类型识别方法、装置及设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117746995B (zh) |
Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101400792A (zh) * | 2006-01-10 | 2009-04-01 | 荷兰皇家科学院 | 新的核酸分子及其集合体、它们的应用及识别 |
| US20160053327A1 (en) * | 2014-08-23 | 2016-02-25 | Tiehua Chen | Compositions and methods for prediction of clinical outcome for all stages and all cell types of non-small cell lung cancer in multiple countries |
| CN110797089A (zh) * | 2019-10-30 | 2020-02-14 | 华东交通大学 | 一种基于单细胞rna测序数据识别细胞类型的方法 |
| CN112687328A (zh) * | 2021-03-12 | 2021-04-20 | 北京贝瑞和康生物技术有限公司 | 确定临床描述信息的表型信息的方法、设备和介质 |
| US20210358573A1 (en) * | 2020-01-23 | 2021-11-18 | The Broad Institute, Inc. | Molecular spatial mapping of metastatic tumor microenvironment |
| CN114765062A (zh) * | 2021-01-14 | 2022-07-19 | 腾讯科技（深圳）有限公司 | 基因数据处理方法、装置、计算机设备及存储介质 |
| CN116486902A (zh) * | 2023-05-10 | 2023-07-25 | 清华大学 | 一种基于基因调控网络识别驱动调控因子的方法 |
| EP4243023A1 (en) * | 2020-11-04 | 2023-09-13 | Korea Advanced Institute of Science and Technology | Method for determining sensitivity to parp inhibitor or dna damaging agent using non-functional transcriptome |
| CN116978464A (zh) * | 2023-03-17 | 2023-10-31 | 腾讯科技（深圳）有限公司 | 数据处理方法、装置、设备以及介质 |
| CN117037917A (zh) * | 2022-09-30 | 2023-11-10 | 腾讯科技（深圳）有限公司 | 细胞类型预测模型训练方法、细胞类型预测方法和装置 |
| CN117115817A (zh) * | 2023-10-24 | 2023-11-24 | 湖南自兴智慧医疗科技有限公司 | 基于多模态融合的细胞形态学识别方法及装置 |
| CN117153268A (zh) * | 2023-09-04 | 2023-12-01 | 南京航空航天大学 | 一种细胞类别确定方法及系统 |
-
2024
- 2024-02-21 CN CN202410194014.5A patent/CN117746995B/zh active Active
Patent Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101400792A (zh) * | 2006-01-10 | 2009-04-01 | 荷兰皇家科学院 | 新的核酸分子及其集合体、它们的应用及识别 |
| US20160053327A1 (en) * | 2014-08-23 | 2016-02-25 | Tiehua Chen | Compositions and methods for prediction of clinical outcome for all stages and all cell types of non-small cell lung cancer in multiple countries |
| CN110797089A (zh) * | 2019-10-30 | 2020-02-14 | 华东交通大学 | 一种基于单细胞rna测序数据识别细胞类型的方法 |
| US20210358573A1 (en) * | 2020-01-23 | 2021-11-18 | The Broad Institute, Inc. | Molecular spatial mapping of metastatic tumor microenvironment |
| EP4243023A1 (en) * | 2020-11-04 | 2023-09-13 | Korea Advanced Institute of Science and Technology | Method for determining sensitivity to parp inhibitor or dna damaging agent using non-functional transcriptome |
| CN114765062A (zh) * | 2021-01-14 | 2022-07-19 | 腾讯科技（深圳）有限公司 | 基因数据处理方法、装置、计算机设备及存储介质 |
| CN112687328A (zh) * | 2021-03-12 | 2021-04-20 | 北京贝瑞和康生物技术有限公司 | 确定临床描述信息的表型信息的方法、设备和介质 |
| CN117037917A (zh) * | 2022-09-30 | 2023-11-10 | 腾讯科技（深圳）有限公司 | 细胞类型预测模型训练方法、细胞类型预测方法和装置 |
| CN116978464A (zh) * | 2023-03-17 | 2023-10-31 | 腾讯科技（深圳）有限公司 | 数据处理方法、装置、设备以及介质 |
| CN116486902A (zh) * | 2023-05-10 | 2023-07-25 | 清华大学 | 一种基于基因调控网络识别驱动调控因子的方法 |
| CN117153268A (zh) * | 2023-09-04 | 2023-12-01 | 南京航空航天大学 | 一种细胞类别确定方法及系统 |
| CN117115817A (zh) * | 2023-10-24 | 2023-11-24 | 湖南自兴智慧医疗科技有限公司 | 基于多模态融合的细胞形态学识别方法及装置 |
Non-Patent Citations (1)
| Title |
|---|
| 胡冠华;王也;魏磊;汪小我;: "通过合成基因线路实现细胞分类", 生命科学, no. 08, 25 August 2018 (2018-08-25) * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117746995B (zh) | 2024-05-28 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Collin et al. | Extending approximate Bayesian computation with supervised machine learning to infer demographic history from genetic polymorphisms using DIYABC Random Forest | |
| US11651860B2 (en) | Drug efficacy prediction for treatment of genetic disease | |
| CN112256828B (zh) | 医学实体关系抽取方法、装置、计算机设备及可读存储介质 | |
| CN110765785B (zh) | 基于神经网络的中英翻译方法、及其相关设备 | |
| US11942189B2 (en) | Drug efficacy prediction for treatment of genetic disease | |
| CN111259647A (zh) | 基于人工智能的问答文本匹配方法、装置、介质及电子设备 | |
| US20200365238A1 (en) | Drug compound identification for target tissue cells | |
| CN110867231A (zh) | 基于文本分类的疾病预测方法、装置、计算机设备及介质 | |
| CN112861519B (zh) | 医疗文本纠错方法、装置以及存储介质 | |
| CN113886550A (zh) | 基于注意力机制的问答匹配方法、装置、设备及存储介质 | |
| Suquilanda-Pesántez et al. | NIFtHool: an informatics program for identification of NifH proteins using deep neural networks | |
| CN113239697B (zh) | 实体识别模型训练方法、装置、计算机设备及存储介质 | |
| CN114118526A (zh) | 一种企业风险预测方法、装置、设备及存储介质 | |
| CN113627513A (zh) | 一种训练数据生成方法、系统、电子设备及存储介质 | |
| CN117746995B (zh) | 基于单细胞rna测序数据的细胞类型识别方法、装置及设备 | |
| CN115206421B (zh) | 药物重定位方法、重定位模型的训练方法及装置 | |
| CN116580769A (zh) | 单细胞rna测序数据处理方法、装置、设备及存储介质 | |
| Mahbub et al. | Quartet based gene tree imputation using deep learning improves phylogenomic analyses despite missing data | |
| CN111582404B (zh) | 内容分类方法、装置及可读存储介质 | |
| Gago et al. | Machine Learning System for the Effective Diagnosis and Survival Prediction of Breast Cancer Patients. | |
| CN117009532B (zh) | 语义类型识别方法、装置、计算机可读介质及电子设备 | |
| CN117436550B (zh) | 推荐模型训练方法及装置 | |
| CN114037066B (zh) | 数据处理方法、装置、电子设备及存储介质 | |
| CN116340864B (zh) | 一种模型漂移检测方法、装置、设备及其存储介质 | |
| CN113314206B (zh) | 图像显示方法、装置和终端设备 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |