scArches
基于模型手术的单细胞参考映射方法，能在预训练模型上直接整合新数据而无需从头再训练。 该方法通过结构化变分自编码器的参数转移实现高效的查询数据映射，支持增量学习和多参考场景。
| 属性 | 值 |
|---|---|
| 用途 | 单细胞数据的参考映射与迁移学习 |
| 时间复杂度 | O(c * g * e) |
| 空间复杂度 | O(c * g) |
| 年份 | 2022 |
| 难度 | 高级 (Advanced) |
| 实现语言 | Python |
| 分类 | 单细胞基因组学 |
复杂度分析
- 时间复杂度：
O(c * g * e) - 空间复杂度：
O(c * g)
性能洞见：该算法时间复杂度属于多项式量级。
注：复杂度基于理论模型。实际性能受数据规模、硬件环境与实现优化影响，建议针对具体场景进行基准测试。
文献与实现
相关工具
scVI · scANVI · Harmony