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: