基于自对比神经网络与深度拓扑挖掘的scRNA-seq数据聚类方法scSCDT

本文提出了一种创新的单细胞转录组聚类模型scSCDT，通过结合ZINB自编码器与拓扑结构挖掘技术，有效解决了scRNA-seq数据高维稀疏性带来的挑战。该模型采用单视图自对比学习策略避免多视图假阴性问题，并融合软硬聚类优化目标，在十组真实数据集上显著提升了聚类精度与细胞类型识别可靠性。

　　

^方法

本节首先介绍scRNA-seq数据的基本概念及本研究使用的数据集，定义单细胞聚类任务并列出常用评估指标。随后详细阐述scSCDT模型框架（如图1所示），主要包括细胞嵌入与拓扑学习、拓扑引导的伪标签对比学习以及软硬聚类的协同优化过程。

^{实验设置与基线方法}

scSCDT的训练分为两个核心阶段：第一阶段聚焦细胞拓扑与嵌入的联合学习，采用ZINB自编码器（编码器结构为[基因数, 512, 256, 64]）学习原始细胞拓扑，使用Adam优化器以10^?3学习率训练300轮；第二阶段开展拓扑引导的自对比聚类学习。

^结论

本研究针对scRNA-seq数据提出深度聚类模型scSCDT，通过ZINB去噪自编码器学习细胞嵌入与拓扑结构，并基于拓扑构建判别矩阵生成正负样本对。该模型在单视图内进行自监督对比学习，无需数据增强即可提升聚类判别力。

^未来工作

当前大规模单细胞RNA-seq数据集（含数十万至百万级细胞）的深度聚类仍面临挑战。未来将重点研究模型在此类数据上的可扩展性与鲁棒性，尤其致力于降低N×N相似矩阵的内存消耗瓶颈。

^{作者贡献声明}

周重洋：研究设计、方法实现、软件编写与初稿撰写；唐斌：初稿撰写、验证与可视化；陈飞宇：资金获取、监督与审稿；王伟：调研；赵上上：形式化分析；余南军：调研。

^{利益冲突声明}

作者声明不存在可能影响本研究的财务或个人利益冲突。