一种基于迭代筛选的半监督单细胞RNA测序数据聚类方法

本发明公开了一种基于迭代筛选的半监督单细胞RNA测序数据聚类方法，属于生物信息学与计算生物学领域。所述方法如下：步骤1、数据预处理与质量控制；步骤2、降维与去噪处理；步骤3、K‑means聚类与核心细胞选择；步骤4、数据重构与迭代优化；步骤5、共识约束与稳定性增强；步骤6、Transformer模型训练与优化。本发明能够有效减少噪声对聚类结果的影响，提升模型在稀疏数据处理中的稳定性，适用于单细胞生物学研究中的数据挖掘、细胞群体鉴定、发育轨迹推断以及疾病相关研究。实验表明，本发明显著提升了聚类的精度与稳定性，在稀疏数据和罕见亚群识别中表现出优越性，为单细胞数据的高效解析提供了一种创新性解决方案。