一种基于半监督迁移学习的单细胞药物敏感度预测算法

本发明涉及深度学习技术领域，是一种深度学习技术在药物研发中的应用，具体涉及一种基于半监督迁移学习的单细胞药物敏感度预测算法，包括：数据预处理、有标签数据药物敏感度预测、基于半监督的域适应，无标签数据药物敏感度预测。本发明首次将基于半监督的域自适应应用到预测单细胞药物敏感度问题上，并结合对抗训练构建模型，在预测单细胞药物敏感度上取得了不错的效果，用于相关的肿瘤异质性研究中，为实验人员提供一定的参考，用于节省人力物力，减少实验成本。