一种面向scRNA-seq数据的轻量级最优聚类选择方法

一种面向scRNA‑seq数据的轻量级最优聚类选择方法，包括步骤：1.获取并预处理scRNA‑seq数据矩阵。2.利用多层感知机编码器逐层降维数据，获取低维特征矩阵。3.构建无向细胞图，并通过NE网络增强去除细胞图噪声。4.使用图卷积重构特征，将低维特征矩阵与细胞图输入到简化图卷积模块中，逐轮更新重构特征矩阵。5.使用自优化聚类对每一轮更新后的特征矩阵进行细胞聚类，获得细胞表示。6.对当前轮次的聚类性能进行判断评估，保存最优的聚类结果，并进行下一轮特征重构建和自优化聚类。7.输出最终的最优特征信息并分析。本发明能够很好地处理scRNA‑seq数据，提取低维嵌入特征，预测标签更为准确，且对硬件资源需求较低，为解析单细胞数据的生物学特性提供了一种高效的方法。