典型文献
变分因子分析:一种基于深度生成模型的单细胞转录组数据因子分析方法
文献摘要：
目的 提出一种基于深度生成模型的单细胞转录组数据因子分析方法,并通过从细胞和基因两个层面探索生物异质性来解释模型结果.方法 采用深度生成网络,构建面向单细胞转录组数据因子分析的深度生成模型,用小鼠胚胎发育细胞转录组数据训练模型,对结果进行细胞类型注释、因子及载荷可视化等下游生物学分析.结果 该模型实现了单细胞转录组数据的降维并同时保留了异质性,通过因子识别了不同细胞类型之间的特征,通过载荷鉴定出细胞特异性基因.结论 基于深度生成模型构建的因子分析方法具有更好的可解释性,能从信息复杂、具有错综关系的单细胞转录组数据中提取代表性信息,并从不同层面解析其生物学含义,为单细胞数据分析开拓了新思路.
文献关键词：
因子分析;单细胞转录组;深度学习;变分自编码器
中图分类号：
作者姓名：
刘润燕;安思静;胡朔枫;陈垚文;董国华;门雅惠;何振;应晓敏
作者机构：
军事科学院军事医学研究院军事认知与脑科学研究所,北京 100850
文献出处：
引用格式：
[1]刘润燕;安思静;胡朔枫;陈垚文;董国华;门雅惠;何振;应晓敏-.变分因子分析:一种基于深度生成模型的单细胞转录组数据因子分析方法)[J].军事医学,2022(09):699-704,714
A类：
深度生成网络,细胞类型注释
B类：
深度生成模型,单细胞转录组,转录组数据,因子分析方法,解释模型,建面,小鼠胚胎,胚胎发育,数据训练,训练模型,生物学分析,模型实现,并同,不同细胞类型,过载,细胞特异性,特异性基因,可解释性,有错,错综,变分自编码器
AB值：
0.221195
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
