[发明专利]基于混合实验组和对照组单细胞样本的差异分析方法及系统

权利要求书

1.一种基于混合实验组和对照组单细胞样本的差异分析方法，其特征在于，该方法包括如下步骤：

a.获取数据，并对所述数据进行质量控制及标准化处理，所述数据包括实验数据和开源数据；

b.从标准化处理后的数据中筛选出高变基因的数据，并对筛选出的数据进行降维；

c.根据降维后的数据，对单细胞进行多轮不同参数的聚类分析，计算每轮聚类分析的细胞亚群实验组和对照组的构成比例，以得到最优结果；

d.对细胞亚群进行差异分析。

2.如权利要求1所述的方法，其特征在于，所述的步骤a包括：

对原始表达矩阵进行质量控制，包括剔除低质量的细胞和基因；其中，低质量的细胞是指：表达基因数量较少，线粒体基因表达比例较高的细胞；低质量的基因是指：在细胞中表达比例较低的基因。

3.如权利要求2所述的方法，其特征在于，所述的步骤a还包括：

通过对唯一分子识别标签计数UMI归一化缩小数值差异，采用LogNormalization方法，公式如下：

其中，i表示细胞，j表示基因；

在对数据归一化之后，继续对数据进行缩放，公式如下：

4.如权利要求3所述的方法，其特征在于，所述的步骤b包括：

通过对基因在细胞中的表达均值和方差进行建模，筛选高变基因，对单细胞在高变基因中的表达数据进行主成分分析，并可视化每个主成分的方差百分比，选择排名靠前的主成分用于后续聚类分析。

5.如权利要求4所述的方法，其特征在于，所述的步骤c具体包括：

采用基于图的聚类方法：首先计算每个细胞之间的相互距离以确定每个细胞的k最近邻，然后计算每个细胞与其k最近邻之间的邻域重叠构造共享最近邻图；公式如下，其中A，B代表两个细胞的“邻居”细胞数：

6.如权利要求5所述的方法，其特征在于，所述的步骤c还包括：

使用Louvain算法作为模块化优化函数确定细胞亚群的数量：通过扫描节点及其邻居节点，对每个节点计算模块度并衡量其加入模块后的模块收益，选择最大收益的邻居节点加入模块，重复迭代，最终形成节点簇；对于加权图，模块性计算公式如下，其中，m是图中边总数，i,j代表两个节点(即细胞)，A_ij代表两个节点的权重，k_i,k_j代表节点i,j所有边缘权重之和，c_i,c_j代表节点i,j的模块，δ是Kronecker delta函数：当x＝y时，δ(x,y)＝1；否则为0：

7.如权利要求6所述的方法，其特征在于，所述的步骤d具体包括：

对每群细胞亚群计算差异基因：比较本群细胞和除本群细胞之外所有细胞的基因表达差异，使用Wilcoxon秩和检验方法进行差异表达分析。

8.一种基于混合实验组和对照组单细胞样本的差异分析系统，其特征在于，该系统包括获取模块、筛选模块、聚类分析模块、差异分析模块，其中：

所述获取模块用于获取数据，并对所述数据进行质量控制及标准化处理，所述数据包括实验数据和开源数据；

所述筛选模块用于从标准化处理后的数据中筛选出高变基因的数据，并对筛选出的数据进行降维；

所述聚类分析模块用于根据降维后的数据，对单细胞进行多轮不同参数的聚类分析，计算每轮聚类分析的细胞亚群实验组和对照组的构成比例，以得到最优结果；

所述差异分析模块用于对细胞亚群进行差异分析。