1.一种识别空间转录组空间区域和细胞类型的特征学习方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的识别空间转录组空间区域和细胞类型的特征学习方法，其特征在于，步骤s1中基因表达矩阵和空间坐标位置矩阵，具体为：
3.根据权利要求2所述的识别空间转录组空间区域和细胞类型的特征学习方法，其特征在于，步骤s2中对所述基因表达矩阵进行标准化，具体为：
4.根据权利要求3所述的识别空间转录组空间区域和细胞类型的特征学习方法，其特征在于，所述基因表达矩阵中的每个元素都遵循零膨胀负二项分布，其参数为(πng,rng,pg)，其中πng是观察到真实基因表达值为0的概率，(rng,pg)是负二项分布的标准参数，xng是在达到rng次失败时的成功次数，pg是每个伯努利试验的失败概率。
5.根据权利要求4所述的识别空间转录组空间区域和细胞类型的特征学习方法，其特征在于，xng的似然函数为：
6.根据权利要求5所述的识别空间转录组空间区域和细胞类型的特征学习方法，其特征在于，步骤s3中自编码器模块包括两层编码器和两层解码器，表示为：
7.根据权利要求6所述的识别空间转录组空间区域和细胞类型的特征学习方法，其特征在于，由元素lg组成的参数向量l是通过指数变换从可学习向量获得的，具体为：
8.根据权利要求7所述的识别空间转录组空间区域和细胞类型的特征学习方法，其特征在于，所述自编码器模块的损失函数定义为负二项分布的负对数似然函数：
9.根据权利要求8所述的识别空间转录组空间区域和细胞类型的特征学习方法，其特征在于，步骤s4具体为：
10.根据权利要求9所述的识别空间转录组空间区域和细胞类型的特征学习方法，其特征在于，所述图注意力网络模块的目标函数为：