-
公开(公告)号：CN118314946A
公开(公告)日：2024-07-09
申请号：CN202410425721.0
申请日：2024-04-10
Applicant: 东北大学
Abstract: 本发明公开了基于变分图自编码器的单细胞多组学数据整合方法，涉及单细胞多组学数据整合领域。对原始的scRNA‑seq和scATAC‑seq两组学数据进行预处理，获得细胞特征矩阵；用KNN构建两组学数据的细胞间初级结构图GX和GY；通过拓扑数据分析学习两组学数据的高阶拓扑相似性得到高阶拓扑相似性矩阵；对GX和GY进行重构；以变分图自编码器作为基础架构构建细胞嵌入表示学习模块，并对该模块进行训练获得训练好的细胞嵌入表示学习模块，以训练好的细胞嵌入表示学习模块的输出作为针对两个组学数据的细胞整合结果。本发明方法属于基于深度学习的方法，通过图神经网络来学习细胞间的结构信息，数据整合结果对数据具有更丰富的表达能力。
Search Results
1
records
(took 0.012 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
