-
公开(公告)号：CN120032719A
公开(公告)日：2025-05-23
申请号：CN202311554149.X
申请日：2023-11-21
Applicant: 东北林业大学
IPC: G16B35/20 , G16B40/00 , G06N3/042 , G06N3/0464 , G06F18/2413 , G06F18/23
Abstract: 本发明公开提供一种细胞类型划分的推断方法，属于生物信息学领域，该方法利用零膨胀负二项(ZINB)模型对scRNA‑seq数据进行降噪。随后，该方法采用自适应图对比表示学习方法，使用近似个性化传播的神经预测图卷积作为图对比学习的编码器。这确保了每个单元的表示不仅捕获了它的单个特征，而且反映了它在图中的位置以及它与其他单元的关系。图对比学习利用节点之间的关系来捕获单元之间的相似性，更好地表示数据的潜在连续性和复杂拓扑结构。最后，利用Kullback‑Leibler散度对学习到的低维潜在表征进行聚类。
Search Results
1
records
(took 0.027 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
