[发明专利]一种基于子空间随机化单细胞集成聚类方法

权利要求书

1.一种基于子空间随机化单细胞集成聚类方法，用以检测单细胞类型，其特征在于，实施步骤为：

(1)数据预处理；

(2)随机子空间采样进行细胞相似度测量；

(3)子空间融合；

(4)通过基于谱聚类对整体相似性进行测量来进行单细胞聚类，得到最终结果。

2.根据权利要求1所述的于子空间随机化单细胞集成聚类方法，其特征在于，预处理数据预处理，具体包括：

对与单细胞RNA测序数据，为了消除基因表达值的人工误差，我们通过百万分率(cpm)进行文库大小归一化，并且还进行了对数转换以减小极大值的影响。

3.根据权利要求1所述的基于子空间随机化单细胞集成聚类方法，其特征在于，随机子空间采样进行细胞相似度测量，具体包括：

为了避免消耗高计算复杂度选择最佳特征基因的功能集，通过执行多次随机采样单细胞测序数据，得到数据集的多样性；同时为了探索各种子空间中的局部性结构，构建了多个K-NN图。

4.根据权利要求1所述的基于子空间随机化单细胞集成聚类方法，其特征在于，子空间集成，具体包括：

利用SNF融合多个K-NN图到统一的亲和度图，以获得鲁棒的整体相似度测量。

5.根据权利要求1所述的基于子空间随机化单细胞集成聚类方法，其特征在于，通过基于谱聚类对整体相似性进行测量来进行单细胞聚类，具体包括：

对得到的单细胞整体相似性矩阵图拉普拉斯算子特征分解，得到对应的初始化特征矩阵，最后利用k-means，在新的特征矩阵上执行聚类以获得最终的光谱聚类结果。