基于多源单细胞转录组数据的乳腺癌细胞亚群特征基因集及其筛选方法和应用

本发明涉及基于多源单细胞转录组数据的乳腺癌细胞亚群特征基因集及其筛选方法和应用。本发明设计基于多源数据的乳腺癌细胞亚群特征基因集筛选方法，在至少三套独立来源的单细胞转录组数据交叉验证，取特征基因交集筛选稳健特征基因，解决单数据集样本异质性和细胞群体跨数据对应问题，提高特征基因的跨数据集可重复性。提出基于UMAP空间坐标计算亚群中心点欧氏距离，采用层次聚类和自适应合理性判定标准实现跨数据集亚群对应客观量化判定，避免传统肉眼观察的主观性和不可复现性。引入三个量化指标，通过分离度、位置关系条件双重判定聚类划分合理性，该标准不依赖固定绝对值，可自适应不同数据集。