一种基于稀疏自编码器的细胞类型反卷积建模方法及系统

本发明公开了一种基于稀疏自编码器的细胞类型反卷积建模方法及系统，涉及人工智能技术与生物信息学技术领域，将单细胞RNA测序数据输入到已训练完成的稀疏自编码器模型中，得到预测细胞类型；稀疏自编码器模型训练过程如下：利用单细胞RNA测序数据生成模拟bulk转录组数据，以构建训练集；构建稀疏自编码器模型，模拟bulk转录组数据通过编码器生成预测细胞类型比例，预测细胞类型比例通过解码器生成重构后的bulk转录组数据；基于KL散度函数、重构误差和预测误差构建总损失函数，以对稀疏自编码器模型中的可训练参数进行优化；该反卷积建模方法及系统，解决现有技术中存在的细胞类型预测准确性低及算法效率低下的问题，实现快速高效的生物信息学分析。