一种基于图神经网络和特征融合的scRNA-seq细胞类型注释方法

    公开(公告)号:CN115881232A

    公开(公告)日:2023-03-31

    申请号:CN202211605957.X

    申请日:2022-12-12

    Applicant: 湖南大学

    Inventor: 王树林 李铮

    Abstract: 本发明涉及生物信息学中的数据挖掘,特别是涉及对scRNA‑seq数据的挖掘。具体涉及一种基于图神经网络和特征融合的scRNA‑seq细胞类型注释方法。其特点是融合基因互作网络的局部特征和scRNA‑seq数据的全局特征进行细胞类型注释,通过GCN提取基因与基因间的局部特征,基于ZINB自动编码器进行基因表达全局特征提取,最后融合两部分特征输入分类器,进而对细胞类型注释。相比于现有的细胞类型注释模型,本发明提出的模型有效的利用了基因互作网络的先验知识,在准确率上有明显提升。

Patent Agency Ranking