基于非負(fù)矩陣分解模型,提出一種新的數(shù)據(jù)補(bǔ)全算法.該算法通過(guò)循環(huán)遍歷確定最佳構(gòu)造矩陣和rank值,解決了單細(xì)胞轉(zhuǎn)錄組測(cè)序（RNA-seq）數(shù)據(jù)中存在缺失值的問(wèn)題,避免了由于單細(xì)胞測(cè)序深度不足對(duì)細(xì)胞分型分析的影響.在慢性粒細(xì)胞白血病單細(xì)胞測(cè)序數(shù)據(jù)上的實(shí)驗(yàn)結(jié)果表明,由補(bǔ)全算法恢復(fù)缺失值后的細(xì)胞分型更清晰,驗(yàn)證了該算法的有效性. 

【文章來(lái)源】：吉林大學(xué)學(xué)報(bào)(理學(xué)版). 2020,58(05)北大核心

【文章頁(yè)數(shù)】：3 頁(yè)

【部分圖文】：

原始數(shù)據(jù)與迭代重構(gòu)基因表達(dá)矩陣數(shù)據(jù)細(xì)胞分型結(jié)果比較


本文編號(hào)：3130241