龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：湖州师范学院
摘要：一种基于域适应模型的RNA‑seq和ATAC‑seq数据整合分析方法，记为scBonder，包括以下步骤：S1，scBonder利用注释后的scRNA‑seq数据对域自适应的实例自适应网络进行预热，从而得到scRNA‑seq和scATAC‑seq细胞的初始嵌入和细胞类型预测；S2，scBonder使用高斯混合模型对scATAC‑seq数据进行可靠性建模；S3，根据估计的可靠性，scBonder计算ATAC原型，作为scATAC‑seq细胞的加权平均值，并将它们与RNA原型对齐以实现整合；S4，在每次迭代结束后，scBonder将选择最为可靠的scATAC‑seq细胞，并将它们与当前预测的标签合并到已注释的数据中；S5，重复上述步骤S1‑S5，直至模型收敛，以便于整合更多的ATAC细胞，从而得到最终的数据整合和标签转移结果。本方法可以更准确地捕捉到两种数据模态之间的关联性，从而更有效地进行整合分析。
主权项：1.一种基于域适应模型的RNA-seq和ATAC-seq数据整合分析方法，记为scBonder，其特征在于：包括以下步骤：S1，scBonder利用注释后的scRNA-seq数据对域自适应的实例自适应网络进行预热，从而得到scRNA-seq和scATAC-seq细胞的初始嵌入和细胞类型预测；S2，scBonder使用高斯混合模型对scATAC-seq数据进行可靠性建模；S3，根据估计的可靠性，scBonder计算ATAC原型，作为scATAC-seq细胞的加权平均值，并将它们与RNA原型对齐以实现整合；S4，在每次迭代结束后，scBonder将选择最为可靠的scATAC-seq细胞，并将它们与当前预测的标签合并到已注释的数据中；S5，重复上述步骤S1-S5，直至模型收敛，以便于整合更多的ATAC细胞，从而得到最终的数据整合和标签转移结果。
全文数据：
权利要求：
百度查询： 湖州师范学院 一种基于域适应模型的RNA-seq和ATAC-seq数据整合分析方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号