Archives: 2022/8


  1. scGNN is a novel graph neural network framework for single-cell RNA-Seq analyses

    主要分为三个部分

    • LTMG预处理单细胞表达矩阵“转换”信号;
    • 一个以细胞聚类任务收敛为目的的迭代过程,包括三个部分。1.Feature autoencoder,两个输入:来自第一步的正则化矩阵;初始化迭代来自预处理过的表达矩阵,之后输入就来自迭代最后一部分重构的表达矩阵。2.使用上一步自编码器得到的细胞的embedding构建cell graph然后作为Graph autoencoder的输入,然后使用graph embedding做细胞聚类。3.Cluster autoencoder,重构基因表达值,每个细胞类型中的细胞都有一个单独的cluster自编码器。
    • Imputation autoencoder