一种基于扩散自编码器的单细胞多组学数据聚类方法

本发明提供一种基于扩散自编码器的单细胞多组学数据聚类方法，属于生物单细胞数据分类技术领域。包括：对成对的单细胞组学A和组学B数据作降维处理，得到维度一致的两类组学数据；使用基于双向交叉注意力机制的特征融合模块整合两类组学数据的特征，得到细胞的共同语义嵌入z；基于两类组学数据分别生成随机编码器特征，使用两个条件扩散模型基于z和随机编码器特征分别重建原始数据；利用损失函数更新条件扩散模型的参数，得到使损失函数最小化的共同语义嵌入z’；使用聚类算法，利用z’将细胞划分为不同的细胞亚群。本发明使用解耦学习分离细胞语义特征和随机噪声，使用跨组学不变特征对细胞进行聚类，能够准确识别出不同的亚型。