基于聚类正则化最优传输的补丁缺失单细胞数据高效插补
机器学习
2026-05-26 v2 基因组学
摘要
单细胞测序数据集中的缺失数据对提取有意义的生物学见解构成了重大挑战。然而，现有的插补方法通常假设数据均匀且完整，难以处理存在大片缺失数据的情况。在本文中，我们提出了CROT（聚类正则化最优传输），一种基于最优传输的插补算法，旨在处理表格格式中的补丁缺失数据。我们的方法在存在显著缺失的情况下有效捕获了底层数据结构。值得注意的是，它在实现卓越插补精度的同时显著减少了运行时间，展示了其在大规模数据集上的可扩展性和效率。这项工作为具有结构化数据缺失的异构高维数据集中的插补提供了一种稳健的解决方案，解决了生物学和临床数据分析中的关键挑战。我们的代码可在GitHub上获取，https://github.com/yuyuliu11037/CROT。
引用
@article{arxiv.2601.14653,
title = {Efficient Imputation for Patch-based Missing Single-cell Data via Cluster-regularized Optimal Transport},
author = {Yuyu Liu and Jiannan Yang and Ziyang Yu and Weishen Pan and Fei Wang and Tengfei Ma},
journal= {arXiv preprint arXiv:2601.14653},
year = {2026}
}
备注
Accepted to ACM-BCB 2026