[发明专利]基于多目标进化的单细胞转录组测序数据聚类方法及系统

说明书

本公开提供了一种基于多目标进化的单细胞转录组测序数据聚类方法及系统，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；根据预处理后的测序数据，生成细胞间的距离矩阵；对得到的距离矩阵进行降维，得到多个降维结果；对每个降维结果进行k‑means聚类，得到多个聚类结果；对得到的聚类结果进行多目标的进化计算，得到多组进化计算后的聚类结果，每组进化计算后的聚类结果对应一个等价关系矩阵，取各个等价关系矩阵的平均值进行层次聚类得到最终的聚类结果；本公开通过对细胞间的距离矩阵进行降维和初步聚类，对初步聚类后的结果进行多目标进化计算，得到最终的聚类结果，增强了聚类结果的准确性和鲁棒性。

技术领域

本公开涉及生物数据处理技术领域，特别涉及一种基于多目标进化的单细胞转录组测序数据聚类方法及系统。

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，现有的细胞聚类方法大多依赖于单一模型实现，鲁棒性和准确性较低，进而使得下游的细胞数据分析缺乏准确的数据支撑。

发明内容

为了解决现有技术的不足，本公开提供了一种基于多目标进化的单细胞转录组测序数据聚类方法及系统，增强聚类结果的准确性和鲁棒性。

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基于多目标进化的单细胞转录组测序数据聚类方法。

一种基于多目标进化的单细胞转录组测序数据聚类方法，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；

根据预处理后的测序数据，生成细胞间的距离矩阵；

对得到的距离矩阵进行降维，得到多个降维结果；

对每个降维结果进行k-means聚类，得到多个聚类结果；

对得到的聚类结果进行多目标的进化计算，得到多组进化计算后的聚类结果，每组进化计算后的聚类结果对应一个等价关系矩阵，取各个等价关系矩阵的平均值进行层次聚类得到最终的聚类结果。

进一步的，对获取的测序数据进行预处理，包括：

单细胞转录组测序数据以矩阵形式存储，过滤所有的非普遍表达基因，得到滤去细胞间表达量差异小于预设值的基因后的矩阵，对得到的矩阵逐元素加1并取对数。

进一步的，细胞间的距离矩阵，包括：细胞间的欧几里得、皮尔森以及斯皮尔曼距离矩阵。

进一步的，使用主成分分析法和对拉普拉斯矩阵特征值的计算来对细胞间的距离矩阵进行降维。

进一步的，对得到的聚类结果进行多目标的进化计算，包括以下过程：

聚类结果根据p个目标计算出的对应p维向量进行非支配排序，在超过需要选择的个体数后，使用拥挤度进一步排序，并选出拥挤度大的中间聚类结果；

每次随机取出三个中间聚类结果，先取前两个聚类结果作为两个父聚类结果生成一个子聚类结果，子聚类结果使得任意两个细胞被分为一类当且仅当这两个细胞在两个父聚类结果中都被分为一类；

根据用户输入的目标聚类数k，根据随机取出的第三个聚类结果进行子聚类结果的最终修正。

更进一步的，拥挤度的计算，包括以下过程：