公开(公告)号：CN119580823A

公开(公告)日：2025-03-07

申请号：CN202411627349.8

申请日：2024-11-14

Applicant: 成都信息工程大学 ,  四川省计算机研究院

Inventor： 何嘉 ,  章于鹏 ,  李天甲 ,  范文馨 ,  张永清 ,  朱桂全 ,  刘宇航 ,  周治淦 ,  李天豪

IPC: G16B15/30 ,  G16B40/00 ,  G06N3/0464 ,  G06N3/0442

Abstract: 本发明公开了一种基于双分支网络预测转录因子结合位点的方法，包括：将DNA序列转换为K‑mer标记的序列；将K‑mer标记的序列依次输入至基于BERT架构的预训练模型、循环神经网络BiLSTM中、CNN模块中、双分支Dual‑Branch模块中，输出第二全局特征矩阵和第二局部特征矩阵；将第二全局特征矩阵和第二局部特征矩阵分别输入多层感知器中，输出转录因子结合位点的两个概率；将转录因子结合位点的两个概率整合，输出转录因子结合位点的预测结果。本发明可解释性强决策过程透明化、泛化能力强，对TFBS的预测任务准确率高且当数据量较少时，依旧能够保证良好性能，能够在某细胞系中训练之后预测另一细胞系中的转录因子。

公开(公告)号：CN119207582A

公开(公告)日：2024-12-27

申请号：CN202411264805.7

申请日：2024-09-10

Applicant: 成都信息工程大学 ,  四川省计算机研究院

Inventor： 张永清 ,  周治淦 ,  黄渝璐 ,  邓朝晖 ,  何嘉 ,  王茂丞 ,  毛欣宇 ,  王紫轩

IPC: G16B40/00 ,  G16B40/30 ,  G16B25/10 ,  G16B50/30 ,  G16B45/00 ,  G06N5/04 ,  G06N3/0455 ,  G06N3/096 ,  G06N3/0985 ,  G06F18/2133 ,  G06F18/23 ,  G06F18/27 ,  G06N3/048

Abstract: 本发明公开了一种基于对比学习的单细胞多组学基因调控网络推理方法，属于生物信息技术领域，其包括获取单细胞RNA测序数据和单细胞染色质可及性数据，并进行预处理得到多组学数据的先验网络；将先验调控网络加载成图结构，并将图结构转换为特征空间矩阵；计算图结构中每条边上两个结点的皮尔逊相关系数，当其大于预设阈值时，作为结点对，将结点对和其对应的特征向量和隐藏向量存储至数据集中；将数据集分成若干批次随机输入对比学习模型，得到每个结点的结点类型、结点对的配对程度和结点特征重建向量；采用调控网络解释器提取结点特征重建向量中两个结点在特征空间中的映射，并基于映射计算结点的结构熵，以此确定结点是否为关键结点。

公开(公告)号：CN118629672B

公开(公告)日：2024-10-11

申请号：CN202411110690.6

申请日：2024-08-14

Applicant: 四川省计算机研究院 ,  成都信息工程大学

Inventor： 许源源 ,  肖钦引 ,  张永清 ,  袁豪 ,  何嘉 ,  龚美琴 ,  刘宇航 ,  熊术文 ,  周治淦

IPC: G16H70/40 ,  G16H20/10 ,  G16H50/70 ,  G06F18/25 ,  G16C20/50 ,  G16C20/70 ,  G16B35/00 ,  G16B40/00 ,  G06N3/045 ,  G06N3/042 ,  G06N3/0464 ,  G06N3/0455

Abstract: 本发明公开了一种基于多模态数据融合的药物协同组合预测方法，首先获取药物组合样本的药物特征向量和细胞系基因表达量；接着基于多头自注意力的图注意力网络和最大池化操作提取药物特征向量中的药物分子图特征；再基于可变形卷积网络提取药物特征向量中的药物摩根指纹特征，并通过空间重建模块抑制药物摩根指纹特征的冗余；然后基于多层感知机提取细胞系基因表达量中的细胞系特征；最后采用Transformer将药物分子图特征、重建后的药物摩根指纹特征和细胞系特征进行特征融合，得到药物协同组合预测结果。本发明通过融合药物的多模态数据，增强了模型对药物的表征能力，进而提高了对未知药物协同组合的预测精度和泛化能力。

公开(公告)号：CN119889442A

公开(公告)日：2025-04-25

申请号：CN202411645264.2

申请日：2024-11-18

Applicant: 成都信息工程大学 ,  四川省计算机研究院

Inventor： 张永清 ,  李天豪 ,  申辉繁 ,  黄源 ,  朱桂全 ,  徐玉贵 ,  贺锶函 ,  刘宇航 ,  王紫轩 ,  周治淦

IPC: G16B30/00 ,  G16B25/00 ,  G16B40/00 ,  G06F18/2431 ,  G06F18/21 ,  G06N3/0895 ,  G06N3/096 ,  G06N3/048

Abstract: 本发明公开了一种基于自监督蒸馏学习的细胞类型注释方法，属于细胞类型注释的技术领域，包括根据细胞之间的余弦相似度，构建细胞特异性高相关网络；将单细胞转录组数据张量和细胞特异性高相关网络中各节点拼接张量进行拼接处理，得到拼接数据；将拼接数据送入全局学习层进行自监督蒸馏学习，提取scRNA‑seq数据的特征信息；基于特征信息，采用KAN模型对scRNA‑seq数据进行细胞类型注释。本发明使用scTCHCN作为scRNA‑seq数据深层次特征提取的下游任务模型，可以提高模型的通用性，克服批次效应带来的噪声影响，提供在细胞类型注释方面高度可扩展的稳健且准确的能力。

公开(公告)号：CN118629672A

公开(公告)日：2024-09-10

申请号：CN202411110690.6

申请日：2024-08-14

Applicant: 四川省计算机研究院 ,  成都信息工程大学

Inventor： 许源源 ,  肖钦引 ,  张永清 ,  袁豪 ,  何嘉 ,  龚美琴 ,  刘宇航 ,  熊术文 ,  周治淦

IPC: G16H70/40 ,  G16H20/10 ,  G16H50/70 ,  G06F18/25 ,  G16C20/50 ,  G16C20/70 ,  G16B35/00 ,  G16B40/00 ,  G06N3/045 ,  G06N3/042 ,  G06N3/0464 ,  G06N3/0455

Abstract: 本发明公开了一种基于多模态数据融合的药物协同组合预测方法，首先获取药物组合样本的药物特征向量和细胞系基因表达量；接着基于多头自注意力的图注意力网络和最大池化操作提取药物特征向量中的药物分子图特征；再基于可变形卷积网络提取药物特征向量中的药物摩根指纹特征，并通过空间重建模块抑制药物摩根指纹特征的冗余；然后基于多层感知机提取细胞系基因表达量中的细胞系特征；最后采用Transformer将药物分子图特征、重建后的药物摩根指纹特征和细胞系特征进行特征融合，得到药物协同组合预测结果。本发明通过融合药物的多模态数据，增强了模型对药物的表征能力，进而提高了对未知药物协同组合的预测精度和泛化能力。

公开(公告)号：CN119763187A

公开(公告)日：2025-04-04

申请号：CN202411821505.4

申请日：2024-12-11

Applicant: 成都信息工程大学 ,  成都考拉悠然科技有限公司

Inventor： 贾可 ,  周记 ,  王文润 ,  周治淦 ,  沈复民 ,  申恒涛

IPC: G06V40/20 ,  G06V20/40 ,  G06V10/762 ,  G06V10/764 ,  G06V10/82 ,  G06V10/44 ,  G06V10/34 ,  G06N3/0455 ,  G06N3/0475 ,  G06N3/045 ,  G06N3/094 ,  G06N3/096 ,  G06N3/0895 ,  G06T7/73

Abstract: 本发明公开了一种基于时序建模的循环动作视频时序动作定位方法、装置及存储介质，该方法一是通过自监督训练和域对抗迁移学习进行视频特征提取，二是利用聚类算法进行高效的动作定位。与现有技术相比，本发明能够更准确地捕捉动作的本质属性，显著提高了动作定位的准确性和泛化能力；本发明采用基于聚类的时序动作定位方法，该方法结合了创新特征提取技术，能够有效地识别视频中的循环动作时序结构，并精确确定动作的起始和结束帧，该方法的引入，不仅提高了动作定位的准确性，而且由于特征提取的效率和质量的提升，增强了整体处理效率。