scPEGEnhanced Graph Convolutional Sparse Subspace Clustering Method for scRNA-Seq Data

doi:10.1109/TCBBIO.2025.3583715

scPEGEnhanced Graph Convolutional Sparse Subspace Clustering Method for scRNA-Seq Data

0

PRE

AI

DOI：10.1109/TCBBIO.2025.3583715

原文链接

原文求助

摘要

En 中文

通过聚类单细胞RNA测序(scRNA-seq)数据来识别细胞类型，是单细胞数据下游分析中的一个基本步骤。然而，由于scRNA-seq数据固有的特性，包括高维度、高噪声和高稀疏性，仍存在巨大挑战。本研究中，我们提出了一种适用于scRNA-seq数据的邻近增强图卷积稀疏子空间聚类方法scPEGSSC。方法scPEGSSC通过图自动编码器学习得到的自表达矩阵(SEM)生成相似度矩阵，并通过平方进一步增强该矩阵。实验在十三组真实生物数据集上进行。实验结果表明，与十一种当前最佳的单细胞聚类方法相比，scPEGSSC方法在大多数数据集上均取得了更优的性能。

Keyword:

Autoencoder

graph convolutional network

single -cell RNA sequencing

sparse subspace clustering

scPEGEnhanced Graph Convolutional Sparse Subspace Clustering Method for scRNA-Seq Data

摘要

期刊

机构

引用论文