[发明专利]面向非标准化单细胞转录组测序数据的聚类方法及系统

说明书

本公开提供了一种面向非标准化单细胞转录组测序数据的聚类方法及系统，获取单细胞转录组测序数据；对获取的测序数据进行预处理；对预处理后的测序数据进行降维和聚类处理，得到聚类结果；将聚类结果根据Spearman相关性由小到大或由大到小排列，从Spearman相关性变化最大的间隙处删除Spearman相关性小的聚类结果；取删除处理后的各个聚类结果的等价关系矩阵平均值进行层次聚类得到最终的聚类结果；本公开在聚类融合阶段前，使得参与聚类融合的聚类结果中和其它聚类结果差距较大的异常聚类结果被剔除，从而提升了聚类融合的性能。

技术领域

本公开涉及生物细胞处理技术领域，特别涉及一种面向非标准化单细胞转录组测序数据的聚类方法及系统。

背景技术

本部分的陈述仅仅是提供了与本公开相关的背景技术，并不必然构成现有技术。

单细胞测序技术被广泛地用于发现细胞间的分化关系和不同类别细胞基因表达差异等实际研究中，这些单细胞测序技术的下游分析往往将对细胞的无监督聚类作为基础。

发明人发现，传统的基于聚类融合的单细胞转录组测序数据聚类方法在生成参与聚类融合的聚类结果集时引入较多不佳的聚类结果，使得最终的聚类结果不准确。

发明内容

为了解决现有技术的不足，本公开提供了一种面向非标准化单细胞转录组测序数据的聚类方法及系统，在聚类融合阶段前，使得参与聚类融合的聚类结果中和其它聚类结果差距较大的异常聚类结果被剔除，从而提升了聚类融合的性能。

为了实现上述目的，本公开采用如下技术方案：

本公开第一方面提供了一种面向非标准化单细胞转录组测序数据的聚类方法。

一种面向非标准化单细胞转录组测序数据的聚类方法，包括以下过程：

获取单细胞转录组测序数据；

对获取的测序数据进行预处理；

对预处理后的测序数据进行降维和聚类处理，得到聚类结果；

将聚类结果根据Spearman相关性由小到大或由大到小排列，从Spearman相关性变化最大的间隙处删除Spearman相关性小的聚类结果；

取删除处理后的各个聚类结果的等价关系矩阵平均值进行层次聚类得到最终的聚类结果。

进一步的，对预设范围内的每个目标维度数，得到对应的降维结果，对每一个降维结果，使用K-Means算法得到一个聚类结果。

进一步的，根据得到的聚类结果构建拉普拉斯矩阵，提取拉普拉斯矩阵的特征值，每一个特征值作为一个聚类结果的一个坐标，计算某一聚类结果的对应坐标与所有特征值序列号的Spearman相关性。

进一步的，层次聚类包括：每次找出距离最小的两个元素分到一类，此后将这两个元素看作一个元素，与其余元素计算距离时计算距离的平均值，使得元素不断聚合，直到剩余预设类。

进一步的，对获取的测序数据进行预处理，包括：

测序数据以矩阵的方式存储，选择变异系数大于预设值的基因数据。

进一步的，利用UMAP预处理后的测序数据进行降维。

进一步的，Spearman相关性包括：将两个欲计算Spearman相关性的序列转化为序数的排列，使得数列对应位置为数值的序数。

本公开第二方面提供了一种面向非标准化单细胞转录组测序数据的聚类系统。

一种面向非标准化单细胞转录组测序数据的聚类系统，包括：

数据获取模块，被配置为：获取单细胞转录组测序数据；