[发明专利]一种基于域对抗和变分推断的单细胞数据整合方法

权利要求书

1.一种基于域对抗和变分推断的单细胞数据整合方法，其特征在于步骤如下：

步骤1：需要整合的、从不同的单细胞测序数据集中收集到的标准化的基因表达矩阵输入到模型中；所述的模型由一个特征提取器、一个非线性函数映射和一个域分类器组成；所述特征提取器部分使用KL正则化项使变分推断的神经网络学习到单细胞数据的低维特征，即隐变量Z；所述非线性函数映射部分用于将从特征提取器中学到的低维特征还原到原始的数据分布；所述域分类器通过梯度反转层连接到神经网络的瓶颈层，使得本模型在提取特征的同时混淆不同批次数据的来源以进行批次效应的去除；该模型将这三部分融合，共同构建了一个目标损失函数；

步骤2：通过最小化目标函数，模型输出可用于下游分析的隐变量Z，即去除批次效应的单细胞低维嵌入特征，完成单细胞数据整合的任务。

2.根据权利要求1所述基于域对抗和变分推断的单细胞数据整合方法，其特征在于：所述的特征提取器是一个变分推断的神经网络，输入n*p的基因表达矩阵，n为细胞数，p为基因数，通过三个全连接层连接，输出两个n*d的低维矩阵，分别表示隐变量Z的后验概率分布的均值和协方差矩阵；估计的分布与Z的先验分布的KL散度为损失函数的第一项。

3.根据权利要求1所述基于域对抗和变分推断的单细胞数据整合方法，其特征在于：所述的非线性函数映射：输入特征提取器产生的隐变量Z的样本，经过3个全连接层的转换后，输出重构的表达矩阵；重构误差为损失函数的第二项。

4.根据权利要求1所述基于域对抗和变分推断的单细胞数据整合方法，其特征在于：所述域分类器：输入特征提取器产生的隐变量Z的样本，首先经过1个梯度反转层，然后经过2个全连接层的转换，最后经过softmax激活函数得到分类结果；分类结果和批次标签的均方差作为损失函数的第三项。

5.根据权利要求1所述基于域对抗和变分推断的单细胞数据整合方法，其特征在于：所述隐变量Z的先验分布是标准的高斯分布；为了避免变分编码器不可求导，采用重参数的方法对隐变量Z进行采样。