Copyright © 第九届全国计算生物与生物信息学大会
Powered by 徐州医科大学
scGAMNN：基于图自编码器和互近邻的单细胞RNA测序数据整合算法
口头报告
报告开始：5月14日 17:35:00 （Asia/Shanghai）
报告时间：15min
所在会议：[S3] 分会场三 [S3-2] 单细胞组学技术开发与应用
摘要
正确整合高维单细胞RNA测序（scRNA-seq）数据集并降维进行下游分析至关重要。然而，鉴于细胞之间的复杂关系，消除数据集之间的批处理效应并保持每个数据集内细胞之间的拓扑结构仍然是一个挑战。在此，我们提出了一种基于图自编码器的深度学习模型scGAMNN，以同时实现批次校正和拓扑保持降维。scGAMNN 可用于数据可视化、聚类和轨迹推断。多项任务表明scGAMNN与其他七种方法相比，在整合数据方面始终表现出优异的性能。
报告人
张白
研究生 江南大学张白，本科毕业于江南大学。江南大学理学院研究生在读，数学专业，方向为计算生物学，研究内容为单细胞组学数据整合。