空間解析單細(xì)胞轉(zhuǎn)錄組的優(yōu)化算法研究

打開文本圖片集

摘要：由于單細(xì)胞和空間轉(zhuǎn)錄組技術(shù)都存在一定的不足，整合單細(xì)胞轉(zhuǎn)錄組和空間轉(zhuǎn)錄組技術(shù)應(yīng)運(yùn)而生。為提高單細(xì)胞矩陣到空間矩陣映射的相似度，降低損失函數(shù)值，通過改進(jìn)深度學(xué)習(xí)Tangram 算法的目標(biāo)函數(shù)，同時(shí)受龍格庫塔方法的啟發(fā)對(duì)優(yōu)化算法Adam 的梯度值進(jìn)行修正，開發(fā)了RK-Tangram 算法。將其應(yīng)用到3 組模擬數(shù)據(jù)與真實(shí)的小鼠大腦皮質(zhì)、運(yùn)動(dòng)和視覺區(qū)域的數(shù)據(jù)上，與原始Tangram 算法相比，結(jié)果表明，RK-Tangram 算法不僅提高了映射的相似度，降低了損失函數(shù)值，而且擴(kuò)展了空間轉(zhuǎn)錄組的全基因組圖譜，并糾正了低質(zhì)量的空間測量。（剩余1411字）