-
公开(公告)号：CN116364180A
公开(公告)日：2023-06-30
申请号：CN202310339311.X
申请日：2023-03-30
Applicant: 南开大学
IPC: G16B20/30 , G16B40/00 , G06F18/231
Abstract: 本发明涉及空间转录组测序数据分析技术领域，提供了一种基于空间转录组的细胞类型无偏定位方法及系统，包括：通过空间聚类方法，将空间转录组数据中的采样点划分为若干个类别；通过解卷积法，得到每个采样点的细胞类型比例，并将某个细胞类型在某个采样点中的比例，作为该细胞类型在该采样点处的富集分数；基于富集分数，筛选出具有空间异质性的细胞类型；对于每个具有空间异质性的细胞类型，基于富集分数筛选出具有空间异质性的采样点，得到一个空间异质性点集，并将所述空间异质性点集与所有组织区域进行匹配，得到最佳匹配组织区域。使得空间转录组中大部分的细胞类型能够找到其空间聚集模式，发现空间中的细胞类型共定位。
-
公开(公告)号：CN115206439A
公开(公告)日：2022-10-18
申请号：CN202210550264.9
申请日：2022-05-20
Applicant: 南开大学
Abstract: 本发明公开了跨语言平台的空间转录组数据转换方法及系统，对第一语言平台的空间转录组数据、单细胞转录组参考数据或空间转录组分析工具产生的中间结果，采用映射文件进行读取和存储；在第二语言平台上，读取存储的结果，继续运行；其中，所述采用映射文件进行读取和存储；具体包括：初始化映射文件；当第一语言平台为R语言平台；则在R语言平台上，实现映射文件与R语言中数据结构的相互转换操作；当第一语言平台为Python语言平台；则在Python平台上，实现映射文件与Python中数据结构的相互转换操作。减少存储空间的消耗，和提供兼容现有数据结构的读写策略，让工作流的构建更加简单，从而发挥不同平台上分析工具的优势。
-
Patent Agency Ranking
公开(公告)号：CN114944194A
公开(公告)日：2022-08-26
申请号：CN202210552099.0
申请日：2022-05-20
Applicant: 南开大学
Abstract: 本发明公开了一种推断空间转录组内细胞亚群表达模式的方法及系统，涉及生物信息学空间转录组测序数据分析技术领域。本发明包括对scRNA‑seq数据集进行质量控制和预处理，得到细胞亚群表达矩阵；对细胞亚群表达矩阵进行标准化和归一化；构建变分神经网络，以学习scRNA‑seq数据集中每个细胞亚群的隐变量分布；在训练好的隐变量分布中进行采样，生成细胞亚群的表达模式；基于所述的细胞亚群的表达模式，对空间转录组组织切片中所有空间域的表达模式进行解卷积，得到细胞亚群在空间域中分布的最大后验估计。本发明使空间转录组中解卷积法所需单细胞参考数据在降低维度的同时，保留大量有关信息，提高解卷积方法的运行速度和准确性，使细胞在组织切片内的分布更加精确。
-
公开(公告)号：CN114944193A
公开(公告)日：2022-08-26
申请号：CN202210552093.3
申请日：2022-05-20
Applicant: 南开大学
Abstract: 本发明提出了整合单细胞转录组与空间转录组数据的分析方法及系统，包括：获取空间转录组数据，对空间转录组数据进行预处理；通过聚类方法将空间转录组数据中的采样点划分为若干个类别，每一个类别表示组织切片图像中一个组织区域；根据去污染后的空间基因表达数据，和空间聚类步骤的结果，筛选出在空间中具有差异性表达的基因；根据输入的单细胞数据进行分析，基于筛选出在空间中具有差异性表达的基因得出每个细胞亚群的表达模式；根据单细胞数据集中的细胞亚群表达模式，将所有spot的基因表达作为输入，获得细胞类型在各个组织区域中的分布。
-
公开(公告)号：CN114944193B
公开(公告)日：2024-10-29
申请号：CN202210552093.3
申请日：2022-05-20
Applicant: 南开大学
Abstract: 本发明提出了整合单细胞转录组与空间转录组数据的分析方法及系统，包括：获取空间转录组数据，对空间转录组数据进行预处理；通过聚类方法将空间转录组数据中的采样点划分为若干个类别，每一个类别表示组织切片图像中一个组织区域；根据去污染后的空间基因表达数据，和空间聚类步骤的结果，筛选出在空间中具有差异性表达的基因；根据输入的单细胞数据进行分析，基于筛选出在空间中具有差异性表达的基因得出每个细胞亚群的表达模式；根据单细胞数据集中的细胞亚群表达模式，将所有spot的基因表达作为输入，获得细胞类型在各个组织区域中的分布。
-
公开(公告)号：CN114944194B
公开(公告)日：2024-09-20
申请号：CN202210552099.0
申请日：2022-05-20
Applicant: 南开大学
Abstract: 本发明公开了一种推断空间转录组内细胞亚群表达模式的方法及系统，涉及生物信息学空间转录组测序数据分析技术领域。本发明包括对scRNA‑seq数据集进行质量控制和预处理，得到细胞亚群表达矩阵；对细胞亚群表达矩阵进行标准化和归一化；构建变分神经网络，以学习scRNA‑seq数据集中每个细胞亚群的隐变量分布；在训练好的隐变量分布中进行采样，生成细胞亚群的表达模式；基于所述的细胞亚群的表达模式，对空间转录组组织切片中所有空间域的表达模式进行解卷积，得到细胞亚群在空间域中分布的最大后验估计。本发明使空间转录组中解卷积法所需单细胞参考数据在降低维度的同时，保留大量有关信息，提高解卷积方法的运行速度和准确性，使细胞在组织切片内的分布更加精确。
-
公开(公告)号：CN116364188A
公开(公告)日：2023-06-30
申请号：CN202310330384.2
申请日：2023-03-30
Applicant: 南开大学
Abstract: 本发明涉及生物信息学技术领域，公开了一种肿瘤微环境中解耦耗竭性T细胞的系统，包括：对单细胞数据和空间转录组数据分别进行预处理；通过对预处理后的单细胞数据进行两次聚类分群和标记基因的计算，提取出肿瘤浸润性T细胞数据、耗竭性T细胞数据；对预处理后的肿瘤组织空间转录组数据进行聚类分群，得到若干个空间域；利用解卷积方法，在若干个空间域中识别出肿瘤浸润性T细胞的空间域，并在肿瘤浸润性T细胞的空间域中识别出耗竭性T细胞的空间域，并得到耗竭性T细胞在肿瘤浸润性T细胞中所占的比例。能够定位耗竭性T细胞在肿瘤微环境中的空间定位，从而进一步分析在不同肿瘤微环境下的结构与功能。
-
-
-
-
-
-
Search Results
7
records
(took 0.016 seconds)
