基于混合vMF分布的单细胞多组学异质模态数据整合方法

本发明公开了一种基于混合vMF分布的单细胞多组学异质模态数据整合方法，包括以下步骤：步骤1、构建数据集；步骤2、预训练模型以及构建细胞‑标签对步骤3、构建基于混合vMF分布建模的细胞特征分布P(z)；步骤4、训练模型；步骤5、模型应用。本发明基于混合vMF分布对细胞特征分布进行拟合，实现稀有类型细胞特征的灵活建模，解决单细胞数据长尾分布的问题；结合对比学习的策略，实现跨模态数据整合；并基于混合vMF分布，推导出期望形式的监督对比学习损失函数，避免了显示采样，加速计算过程。