基于图对比神经网络的单细胞组学数据嵌入表示提取方法

基于图对比神经网络的单细胞组学数据嵌入表示提取方法属生物信息学与机器学习交叉技术领域，本发明使用基于zinb的自编码器架构，以应对单细胞数据中的高维、稀疏和噪声挑战；引入聚类引导的对比学习，能有效地提升正负样本的质量；通过自表达计算模块，利用细胞的共表达模式和全局相似性，将单细胞数据映射到更内聚的嵌入空间；进一步利用学习到的自表达矩阵优化KNN图结构，显著减少误差累积，可提高对比学习中图的构建质量。本发明的应用将有助于有效的捕获单细胞转录组数据中存在的亚群，为生物信息学研究提供一种新的工具。