本技術(shù)涉及數(shù)據(jù)處理領(lǐng)域，尤其涉及一種基于稀疏子空間聚類和圖卷積濾波器的同質(zhì)異源數(shù)據(jù)融合方法、系統(tǒng)、電子設(shè)備及存儲(chǔ)介質(zhì)。

背景技術(shù)：

1、“同質(zhì)異源數(shù)據(jù)”是指內(nèi)容性質(zhì)相同，但來(lái)源不同的數(shù)據(jù)。單細(xì)胞數(shù)據(jù)就是典型的同質(zhì)異源數(shù)據(jù)，其通常面臨批次效應(yīng)問(wèn)題。批次效應(yīng)就是由不同樣本來(lái)源、實(shí)驗(yàn)操作、測(cè)序平臺(tái)或技術(shù)參數(shù)差異而引起的技術(shù)性偏差。這種效應(yīng)可能導(dǎo)致同一細(xì)胞類型在不同批次中的基因表達(dá)分布存在顯著差異，進(jìn)而干擾數(shù)據(jù)的整合和聚類結(jié)果的準(zhǔn)確性。尤其在多中心協(xié)作研究或跨實(shí)驗(yàn)室數(shù)據(jù)分析中，批次效應(yīng)是一個(gè)亟待解決的關(guān)鍵問(wèn)題。為了解決批次效應(yīng)對(duì)單細(xì)胞數(shù)據(jù)聚類的影響，目前有多種校正方法。

2、現(xiàn)有的線性方法如combat1和limma2依賴于批次效應(yīng)與生物學(xué)信號(hào)相互獨(dú)立的假設(shè)，可以處理線性批次效應(yīng)。然而，combat和limma基于線性模型假設(shè)，難以處理復(fù)雜的非線性批次效應(yīng)，尤其在高維單細(xì)胞數(shù)據(jù)中,此外combat和limma需要先驗(yàn)的批次標(biāo)簽，并假定所有源內(nèi)的生物學(xué)分布一致，這在異質(zhì)性較大的單細(xì)胞數(shù)據(jù)中可能不成立。combat和limma側(cè)重于批次校正，可能忽略細(xì)胞類型間的生物學(xué)差異，導(dǎo)致信息丟失。

3、基于非線性方法的工具(例如mnn(互最近鄰，mutual?nearest?neighbor)3和seurat4的整合功能)可以復(fù)雜細(xì)胞分布上提高了校正效果。然而mnn匹配的結(jié)果依賴于鄰近關(guān)系，可能忽略全局結(jié)構(gòu)，導(dǎo)致對(duì)批次效應(yīng)的校正不足。seurat錨點(diǎn)選擇對(duì)批次整合的效果有很大影響，且參數(shù)調(diào)整需要較多經(jīng)驗(yàn)。在批次整合過(guò)程中可能丟失部分生物學(xué)信號(hào)，對(duì)稀有細(xì)胞類型的保留效果有限。

4、深度學(xué)習(xí)方法(如scvi5、desc6)引入了更靈活的建模框架。然而scvi方法結(jié)果的可解釋性較差，難以清晰說(shuō)明模型如何校正批次效應(yīng)或保留生物學(xué)信號(hào)模型性能依賴于網(wǎng)絡(luò)結(jié)構(gòu)和超參數(shù)設(shè)置，調(diào)整復(fù)雜。desc計(jì)算復(fù)雜度高，訓(xùn)練時(shí)間和資源消耗較大。

5、綜上所述，現(xiàn)有的批次效應(yīng)校正方法存在適用性、魯棒性和計(jì)算效率等方面的不足。

技術(shù)實(shí)現(xiàn)思路

1、本技術(shù)實(shí)施例提供一種基于稀疏子空間聚類和圖卷積濾波器的同質(zhì)異源數(shù)據(jù)融合方法、系統(tǒng)、電子設(shè)備及存儲(chǔ)介質(zhì)，解決現(xiàn)有技術(shù)中，批次效應(yīng)校正方法存在適用性、魯棒性和計(jì)算效率等方面不足的問(wèn)題。

2、一方面，本實(shí)施例提供了一種基于稀疏子空間聚類和圖卷積濾波器的同質(zhì)異源數(shù)據(jù)融合方法，步驟如下：

3、基于每個(gè)來(lái)源的同質(zhì)數(shù)據(jù)，通過(guò)稀疏子空間聚類方法構(gòu)建每個(gè)來(lái)源的同質(zhì)數(shù)據(jù)源內(nèi)圖；

4、基于每?jī)蓚€(gè)來(lái)源的同質(zhì)數(shù)據(jù)，構(gòu)建每?jī)蓚€(gè)來(lái)源之間的同質(zhì)數(shù)據(jù)源間圖；

5、整合所有的同質(zhì)數(shù)據(jù)源內(nèi)圖和同質(zhì)數(shù)據(jù)源間圖，構(gòu)建同質(zhì)數(shù)據(jù)全局圖；

6、通過(guò)圖卷積濾波器對(duì)同質(zhì)數(shù)據(jù)全局圖依次進(jìn)行平滑和降維操作，去除不同來(lái)源的同質(zhì)數(shù)據(jù)的批次效應(yīng)，進(jìn)而完成同質(zhì)異源數(shù)據(jù)融合。

7、一方面，本實(shí)施例提供了一種基于稀疏子空間聚類和圖卷積濾波器的同質(zhì)異源數(shù)據(jù)融合系統(tǒng)，包括：

8、源內(nèi)圖構(gòu)建模塊，用于基于每個(gè)來(lái)源的同質(zhì)數(shù)據(jù)，通過(guò)稀疏子空間聚類方法構(gòu)建每個(gè)來(lái)源的同質(zhì)數(shù)據(jù)源內(nèi)圖；

9、源間圖構(gòu)建模塊，用于基于每?jī)蓚€(gè)來(lái)源的同質(zhì)數(shù)據(jù)，構(gòu)建每?jī)蓚€(gè)來(lái)源之間的同質(zhì)數(shù)據(jù)源間圖；

10、全局圖構(gòu)建模塊，用于通過(guò)圖卷積濾波器整合所有的同質(zhì)數(shù)據(jù)源內(nèi)圖和同質(zhì)數(shù)據(jù)源間圖，構(gòu)建同質(zhì)數(shù)據(jù)全局圖；

11、平滑降維模塊，用于通過(guò)圖卷積濾波器對(duì)同質(zhì)數(shù)據(jù)全局圖進(jìn)行平滑和降維操作，去除不同來(lái)源的同質(zhì)數(shù)據(jù)的批次效應(yīng)，完成同質(zhì)異源數(shù)據(jù)融合。

12、在一種可能的實(shí)施例中，構(gòu)建每個(gè)來(lái)源的同質(zhì)數(shù)據(jù)源內(nèi)圖，包括：

13、基于稀疏子空間聚類方法對(duì)同質(zhì)數(shù)據(jù)進(jìn)行聚類，構(gòu)建同質(zhì)數(shù)據(jù)源內(nèi)相似度矩陣；

14、基于同質(zhì)數(shù)據(jù)表達(dá)矩陣和對(duì)應(yīng)同質(zhì)數(shù)據(jù)重建矩陣之差的frobenius范數(shù)，構(gòu)建重建誤差項(xiàng)；同質(zhì)數(shù)據(jù)重建矩陣是通過(guò)同質(zhì)數(shù)據(jù)源內(nèi)相似度矩陣對(duì)同質(zhì)數(shù)據(jù)表達(dá)矩陣進(jìn)行線性變換得到的矩陣；同質(zhì)數(shù)據(jù)表達(dá)矩陣是同質(zhì)數(shù)據(jù)的矩陣表示形式；

15、通過(guò)稀疏性正則化系數(shù)和同質(zhì)數(shù)據(jù)源內(nèi)相似度矩陣的l1范數(shù)，構(gòu)建稀疏正則化項(xiàng)；

16、以重建誤差項(xiàng)和稀疏正則化項(xiàng)之和的最小化為優(yōu)化目標(biāo)，并在優(yōu)化過(guò)程中對(duì)同質(zhì)數(shù)據(jù)源內(nèi)相似度矩陣施加對(duì)角線元素為零的約束，構(gòu)建第一優(yōu)化公式；

17、對(duì)第一優(yōu)化公式進(jìn)行求解，得到同質(zhì)數(shù)據(jù)源內(nèi)圖及對(duì)應(yīng)的同質(zhì)數(shù)據(jù)源內(nèi)相似度矩陣。

18、在一種可能的實(shí)施例中，構(gòu)建每?jī)蓚€(gè)來(lái)源之間的同質(zhì)數(shù)據(jù)源間圖，包括：

19、基于互最近鄰方法，將兩個(gè)來(lái)源之間滿足互最近鄰關(guān)系的同質(zhì)數(shù)據(jù)對(duì)作為錨點(diǎn)數(shù)據(jù)對(duì)，獲得錨點(diǎn)數(shù)據(jù)對(duì)集合；

20、基于錨點(diǎn)數(shù)據(jù)對(duì)集合，構(gòu)建無(wú)權(quán)重的同質(zhì)數(shù)據(jù)源間圖及對(duì)應(yīng)的同質(zhì)數(shù)據(jù)源間相似度矩陣；同質(zhì)數(shù)據(jù)源間圖中，錨點(diǎn)數(shù)據(jù)之間均有邊連接，非錨點(diǎn)數(shù)據(jù)之間均無(wú)邊連接。

21、在一種可能的實(shí)施例中，構(gòu)建同質(zhì)數(shù)據(jù)全局圖，包括：

22、將所有同質(zhì)數(shù)據(jù)源內(nèi)相似度矩陣與所有同質(zhì)數(shù)據(jù)源間相似度矩陣拼接，得到同質(zhì)數(shù)據(jù)全局相似度矩陣及對(duì)應(yīng)的同質(zhì)數(shù)據(jù)全局圖。

23、在一種可能的實(shí)施例中，構(gòu)建同質(zhì)數(shù)據(jù)全局圖，還包括：

24、在無(wú)權(quán)重的同質(zhì)數(shù)據(jù)源間圖中，為每條邊分配權(quán)重，構(gòu)建帶有權(quán)重的同質(zhì)數(shù)據(jù)源間圖及對(duì)應(yīng)的同質(zhì)數(shù)據(jù)源間相似度矩陣。

25、在一種可能的實(shí)施例中，對(duì)同質(zhì)數(shù)據(jù)全局圖進(jìn)行平滑，包括：

26、將輸入特征輸入圖卷積濾波器，得到輸出特征，進(jìn)而對(duì)同質(zhì)數(shù)據(jù)全局圖進(jìn)行平滑；輸入特征為同質(zhì)數(shù)據(jù)表達(dá)矩陣；

27、圖卷積濾波器基于簡(jiǎn)單圖卷積方法，對(duì)輸入特征進(jìn)行多層卷積，并以輸出特征與卷積后輸入特征的差異最小化為優(yōu)化目標(biāo)；其中，對(duì)輸入特征進(jìn)行卷積的層數(shù)等于同質(zhì)數(shù)據(jù)歸一化鄰接矩陣的冪數(shù)；同質(zhì)數(shù)據(jù)歸一化鄰接矩陣基于同質(zhì)數(shù)據(jù)全局相似度矩陣的歸一化得到。

28、在一種可能的實(shí)施例中，對(duì)同質(zhì)數(shù)據(jù)全局圖進(jìn)行降維，包括：

29、使輸出特征等于輸入特征，得到輸出特征作為降維后的特征，進(jìn)而對(duì)同質(zhì)數(shù)據(jù)全局圖進(jìn)行降維。

30、一方面，本實(shí)施例提供一種電子設(shè)備，其包括處理器和存儲(chǔ)器，其中，存儲(chǔ)器存儲(chǔ)有程序代碼，當(dāng)程序代碼被處理器執(zhí)行時(shí)，使得處理器執(zhí)行上述任一種基于稀疏子空間聚類和圖卷積濾波器的同質(zhì)異源數(shù)據(jù)融合方法。

31、一方面，本實(shí)施例提供一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，包括程序代碼，當(dāng)存儲(chǔ)介質(zhì)在電子設(shè)備上運(yùn)行時(shí)，程序代碼用于使電子設(shè)備執(zhí)行上述任一種基于稀疏子空間聚類和圖卷積濾波器的同質(zhì)異源數(shù)據(jù)融合方法。

32、一方面，本技術(shù)實(shí)施例一種計(jì)算機(jī)程序產(chǎn)品，其包括計(jì)算機(jī)指令，計(jì)算機(jī)指令存儲(chǔ)在計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)中；當(dāng)電子設(shè)備的處理器從計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)讀取計(jì)算機(jī)指令時(shí)，處理器執(zhí)行該計(jì)算機(jī)指令，使得電子設(shè)備執(zhí)行上述任一種基于稀疏子空間聚類和圖卷積濾波器的同質(zhì)異源數(shù)據(jù)融合方法。

33、本技術(shù)有益效果如下：

34、本技術(shù)提供的基于稀疏子空間聚類和圖卷積濾波器的同質(zhì)異源數(shù)據(jù)融合方法，克服了批次效應(yīng)校正方法存在適用性、魯棒性和計(jì)算效率等方面的不足。

35、1、避免了線性假設(shè)的限制。同時(shí)，可以在批次校正的同時(shí)保留如細(xì)胞類型這種數(shù)據(jù)間的異質(zhì)性，適用性強(qiáng)。

36、2、能夠在一個(gè)來(lái)源內(nèi)/外捕獲更多全局和局部特征。

37、3、能夠?yàn)閮蓚€(gè)來(lái)源之間和一個(gè)來(lái)源內(nèi)的數(shù)據(jù)關(guān)系提供解釋性，同時(shí)減小了計(jì)算資源消耗。

38、本技術(shù)的其它特征和優(yōu)點(diǎn)將在隨后的說(shuō)明書中闡述，并且，部分地從說(shuō)明書中變得顯而易見，或者通過(guò)實(shí)施本技術(shù)而了解。本技術(shù)的目的和其它優(yōu)點(diǎn)可通過(guò)在所寫的說(shuō)明書、權(quán)利要求書、以及附圖中所特別指出的結(jié)構(gòu)來(lái)實(shí)現(xiàn)和獲得。