基于多组学解耦表示和图嵌入的细胞类型识别方法及其识别系统

本申请涉及细胞类型识别技术领域，公开了基于多组学解耦表示和图嵌入的细胞类型识别方法，包括以下步骤：步骤一、获取单细胞多组学数据并进行预处理；步骤二、利用图嵌入模型获得细胞谱嵌入表示，基于谱嵌入表示计算单细胞样本相似度，进而构建样本相似图；步骤三、利用变分自编码器模型将不同组学数据映射到同一维度空间下进行数据整合，得到单细胞共享潜在表示；步骤四、基于共享潜在表示利用高斯混合模型对细胞进行聚类，得到细胞的聚类分配；步骤五、基于最大似然估计构造目标函数。通过可扩展的模型架构和高质量的细胞类型识别等有益效果，提高了单细胞多组学数据整合分析的性能效率，为单细胞多组学数据整合提供了新的方向和可能性。