公开(公告)号：CN119400249A

公开(公告)日：2025-02-07

申请号：CN202411423822.0

申请日：2024-10-12

Applicant: 哈尔滨工程大学

Inventor： 徐丽 ,  白静玉 ,  吴尤 ,  倪惠莉 ,  王璐

IPC: G16B40/00 ,  G16B20/30 ,  G16B25/10 ,  G06F18/23 ,  G06N3/0455 ,  G06N3/088

Abstract: 一种基于图自动编码器的scRNA‑seq数据特征学习方法，它属于生物信息技术领域。本发明解决了传统自编码器模型忽视了scRNA‑seq数据中的细胞之间的关联关系以及难以捕获到scRNA‑seq数据的有效特征表示的问题。本发明从图自动编码器的角度提供一种能够处理大规模数据集且具有高度可扩展性的scRNAseq数据特征学习方法，以根据单个细胞的基因表达谱将特征重新学习并重构表达矩阵，能够捕捉到scRNA‑seq数据中的细胞之间的关联关系以及捕获到scRNA‑seq数据的有效特征表示，得到的矩阵可再进行降维、聚类等生物学分析，可以得到更好的聚类精度及更准确丰富的生物学信息，可以获得更好的下游分析效果。本发明方法可以用于获取scRNA‑seq数据特征。