基于对比学习的单细胞转录组测序数据聚类模型 |
| |
引用本文: | 张珊珊,林劼.基于对比学习的单细胞转录组测序数据聚类模型[J].福建师范大学学报(自然科学版),2023(2):26-34. |
| |
作者姓名: | 张珊珊 林劼 |
| |
作者单位: | 福建师范大学数学与统计学院 |
| |
基金项目: | 国家自然科学基金资助项目(61472082); |
| |
摘 要: | 单细胞转录组测序技术(single-cell RNA sequencing, scRNA-seq)的快速发展为分析生物数据提供了有力支持.对scRNA-seq数据进行聚类分析,能够发现潜在的细胞亚型并研究细胞的异质性.但由于scRNA-seq数据存在高维性、高稀疏性以及dropout事件等问题,为聚类分析带来了挑战.提出一种基于对比学习的聚类方法,假设数据服从零膨胀负二项分布,应用自编码器框架学习细胞的表示.实验结果表明提出的方法在真实数据集上有优越的性能,在不同规模的数据集上具有良好的可扩展性.
|
关 键 词: | 单细胞转录组测序数据 对比学习 零膨胀负二项分布模型 自编码器 |
|
|