基于Transformer模型预测的单细胞RNA测序数据聚类方法

本发明公开了一种基于Transformer模型预测的单细胞RNA测序数据聚类方法，所述方法包括如下步骤：步骤1）获取单细胞RNA测序数据；步骤2）数据预处理；步骤3）基于PCA和K‑means的细胞簇类识别；步骤4）基于加权集成的元聚类方法处理；步骤5）计算投票置信度划分训练集；步骤6）引入基于Transformer模型的训练和预测。本发明的方法不仅能够克服现有方法在数据整合和一致性分析、细胞聚类的准确性和稳定性以及细胞聚类计算效率方面存在的问题，而且能够提高单细胞RNA测序数据分析的效率和准确性，准确识别和分类单细胞数据中的细胞类型，为细胞组学研究和生物医学应用提供更可靠的数据支持。