基于深度学习的单细胞转录组测序缺失数据插补方法研究.pdf

基于深度学习的单细胞转录组测序缺失数据插补方法研究.pdf

  1. 1、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。。
  2. 2、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
  3. 3、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多

摘要

单细胞RNA测序(scRNA-seq)技术凭借其高分辨率解析基因表达谱的优

势,在揭示细胞异质性等方面展现出巨大潜力。然而,由于扩增偏倚、捕获效率

低等技术瓶颈,scRNA-seq数据中常出现缺失值(部分实际表达的基因未能被检

测到)严重影响下游分析的可靠性。尽管现有的插补方法在一定程度上能够插补

缺失值,但仍存在若干局限性亟待优化。如未能充分考虑细胞间拓扑关系,依赖

细胞簇数量作为先验条件,忽略基因表达的全局结构信息,将所有零值视为潜在

缺失项并进行插补,进而影响插补精度。为克服

文档评论(0)

dongbuzhihui + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档