原创力文档摘要
摘要
单细胞测序技术为生命科学领域带来了革命性的变革，但其数据高维、稀
疏、高噪声及复杂分布的特性，使得作为下游分析基石的细胞聚类面临诸多挑
战。尽管现有算法已经取得了出色的聚类表现，但仍存在以下局限性：（1）多
数方法采用降维或特征选择以应对单细胞数据高维稀疏问题，但这可能会导致
生物信息的损失，致使聚类精确度受损；（2）现有的scRNA-seq聚类方法未能
充分融合并利用细胞的基因特征和拓扑结构信息，缺乏有效的
摘要
摘要
单细胞测序技术为生命科学领域带来了革命性的变革，但其数据高维、稀
疏、高噪声及复杂分布的特性，使得作为下游分析基石的细胞聚类面临诸多挑
战。尽管现有算法已经取得了出色的聚类表现，但仍存在以下局限性：（1）多
数方法采用降维或特征选择以应对单细胞数据高维稀疏问题，但这可能会导致
生物信息的损失，致使聚类精确度受损；（2）现有的scRNA-seq聚类方法未能
充分融合并利用细胞的基因特征和拓扑结构信息，缺乏有效的
文档评论（0）