一种基于深度图对比学习的scRNA-seq缺失数据预测方法

本发明公开一种基于深度图对比学习的scRNA‑seq缺失数据预测方法，包括步骤：1.获取scRNA‑seq数据矩阵。2.预处理scRNA‑seq矩阵。3.使用预处理后的scRNA‑seq数据构建细胞图。4.将细胞图数据输入对比学习模块，学习并获取细胞的嵌入表示。5.基于细胞嵌入表示确定每个细胞的邻居细胞，并通过最小二乘法计算其与邻居细胞的相关权重，最终对每个细胞的缺失值进行填充。6.通过下游分析评估预测值的准确性。本发明能够很好地恢复缺失值，促进细胞亚群的聚类，并有助于细胞发育轨迹的推断。