买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉河北工业大学申请的专利基于锚点选择与图学习协同优化的单细胞多组学整合方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120032727B 。

龙图腾网通过国家知识产权局官网在2026-02-06发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510124422.8，技术领域涉及：G16B40/30；该发明授权基于锚点选择与图学习协同优化的单细胞多组学整合方法是由董瑶;张佳雪;史进;艾涵桢;韩汶峰;康天豪设计研发完成，并于2025-01-26向国家知识产权局提交的专利申请。

本基于锚点选择与图学习协同优化的单细胞多组学整合方法在说明书摘要公布了：本发明公开一种基于锚点选择与图学习协同优化的单细胞多组学整合方法，该方法对单细胞多组学数据使用K‑means方法生成簇中心作为初始化锚点，利用多视图子空间方法建立特异性组学锚图和共享锚图，设计图卷积网络和锚点学习协同优化的策略自适应地更新锚点，以更好地适应数据的多视图特征，使学习到的锚点精确代表组学信息；设计层次化图注意力模块，从共享锚图数据出发挖掘特征的复杂关系，以丰富得到的组学表示；共性融合补全模块中，利用共享高阶信息图表示对组学特异性锚图表示进行补全，对补全后的结果进行融合后进行聚类，得到最终的结果。本发明可以整合单细胞RNA数据与ATAC数据，在细胞类型注释等下游任务中，获得较好的结果。

本发明授权基于锚点选择与图学习协同优化的单细胞多组学整合方法在权利要求书中公布了：1.基于锚点选择与图学习协同优化的单细胞多组学整合方法，其特征在于，该方法包括如下步骤： 步骤一：从单细胞多组学数据集中得到scRNA-seq数据，scATAC-seq数据以及其特征拼接数据作为多视图数据； 步骤二:使用K-means方法从每个视图的生成个簇中心作为初始化锚点； 步骤三：应用步骤二得到的初始化锚点，构造特异组学锚图和，并依据锚图子空间聚类计算其相应的锚图表示和，构造方法具体如下： 定义scRNA-seq特异组学的锚图，scATAC-seq特异组学的锚图，则使用锚图子空间聚类得到scRNA-seq锚图表示和scATAC-seq锚图表示： 其中，，和为和的特异锚点矩阵，是全为1的列向量，保证和的每一列加起来等于1，是Frobenius范数； 步骤四：设计图卷积网络和锚点学习协同优化的策略自适应地更新特异组学的锚图以及对应锚图表示和； 步骤五：为了使组学的信息充分融合，得到视图之间的共享信息，定义锚点投影矩阵用来对齐共享锚点视图的原始组学数据的特征维度，依据初始化锚点，使用共享锚图子空间聚类得到共享锚图表示 其中，是输入视图的数量，是平衡各视图之间影响的权重系数，为形成的列向量，是视图之间的共享锚点，是锚点和组学间的共享锚图表示，形成共享锚图； 步骤六：设计图卷积网络和锚点学习协同优化的策略自适应地更新共享锚图以及共享锚图表示； 步骤七：为共享锚图设计层次化图注意力网络学习共享锚图特征中基因和峰的高阶共享表示； 步骤八：用共性融合补全算子来整合和高阶共享表示以丰富特异组学； 其中，表示哈达玛算子，和是补全后的特异图表示，最后对： 其中，是和之间的权重分配，输出补全后的特异图表示、、，并使用K-means方法对进行聚类。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人河北工业大学，其通讯地址为：300401 天津市北辰区双口镇西平道5340号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。