SP-LSNTA-GeDGC:融合共享-私有路由与潜在谱邻域-传输对齐的单细胞多组学图生成聚类框架
《Algorithms》:SP-LSNTA-GeDGC: Task-Oriented Shared–Private Routing and Multilevel Structural Alignment for Single-Cell Multi-Omics Clustering
【字体:
大
中
小
】
时间:2026年10月21日
来源:Algorithms 2.6
摘要
单细胞多组学聚类需要保留共享生物学状态和模态特异性信号的整合表示。基于图的生成方法通常通过公共潜在通路和单一邻域图将聚类与重建耦合在一起。我们提出了SP-LSNTA-GeDGC,该方法在基于图的深度生成聚类(GeDGC)框架内结合了面向任务的共享-私有(SP)路由和潜在谱邻域-传输对齐(LSNTA)。模态特异性残差支持重建,而聚类则使用共享表示,不引入独立的私有后验。LSNTA通过整合共享潜在空间的谱学习、特征门控的互最近邻以及非平衡最优传输来细化图的样本中心和跨模态关系。细化后的中心在联合训练期间也作为重建目标。共识邻域和平均成对传输将框架扩展到两个以上的输入。在五个双模态基准上,基于相同处理输入的五次运行比较显示,与GeDGC相比,平均聚类准确率(ACC)提高了3.08个百分点。经Holm校正的配对t检验支持在Pbmc10k数据集上的ACC和调整兰德指数(ARI)改进,而其他数据集上的增益仍为描述性结果。在转录组、表位和可及性测序(TEA-seq)数据集上的指标均值有所下降,而兼容的四输入dyngen模拟则显示出小幅增益。组件消融实验揭示了数据集依赖效应,但未确立额外的SP-LSNTA交互作用。这些发现支持在已知K评估条件下的条件聚类增益,而更广泛的多模态泛化能力和计算可扩展性仍为开放挑战。
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号