融合数据扩散算法与深度生成模型的单细胞特征提取研究

摘要

深度模型在单细胞转录组测序(single-cell transcriptome sequencing, scRNA-seq)中以单细胞分辨率提取基因的特征表达，但是scRNA-seq采集过程中存在“dropout”(数据缺失)问题，造成基因表达矩阵存在大量技术零值的噪声数据，部分基因间的关联性被噪声掩盖或影响。盲目地挖掘噪声数据往往会对深度学习模型的训练和推理过程产生消极影响，进而导致批次效应、虚假差异基因表达结果和性能下降等问题，掩藏真正的表达关系。针对以上问题，本文提出了一种融合单细胞转录组数据扩散算法的深度生成模型，通过数据扩散算法在相似的细胞之间分享信息，消除细胞计数矩阵中噪声的同时填补“dropout”现象，提高深度模型的聚类精度并有效去除批次效应。

关键词

单细胞测序 / 转录组 / 数据扩散算法 / 深度生成模型 / 特征提取