[发明专利]一种面向单细胞RNA测序数据的细胞类型识别方法

权利要求书

1.一种面向单细胞RNA测序数据的细胞类型识别方法，其特征在于，包括以下步骤：

S1，获取包括单细胞RNA测序数据的原始数据集，使用若干个子聚类算法分别对所述原始数据集进行聚类分析，获得对应的子聚类结果；

S2，运用概念分解的矩阵分解模型提取所述原始数据集的低维特征表示；

S3，构建用于描述细胞相似性的关联矩阵，通过自表示学习获取所述低维特征表示的结构信息，将所述结构信息保存到所述关联矩阵上；

S4，通过图正则化将所述子聚类结果整合到所述矩阵分解模型中，结合所述关联矩阵，构建目标函数；

S5，通过求解所述目标函数优化更新所述关联矩阵，通过对优化更新后的关联矩阵进行谱聚类获得细胞类型识别结果。

2.根据权利要求1所述的面向单细胞RNA测序数据的细胞类型识别方法，其特征在于，在所述步骤S2提取所述原始数据集的低维特征表示XW的过程中，所述原始数据集通过概念分解的矩阵分解模型进行拆解，目标式如下：

其中，X∈R^n×p为原始数据集对应的原始数据矩阵，n为所述单细胞RNA测序数据的样本数量，p为所述单细胞RNA测序数据的基因数量；W∈R^p×k为投影矩阵，V∈R^k×p为系数矩阵，k为特征数目。

3.根据权利要求2所述的面向单细胞RNA测序数据的细胞类型识别方法，其特征在于，在结合所述关联矩阵后，所述目标式如下：

其中，λ₁为衡量低秩约束项重要性的超参数，diag(Z)为关联矩阵Z∈R^n×n的对角线元素。