摘要目的 提出深度堆叠降噪自编码嵌套聚类(stacked denoising auto encoder embedded cluster,SDAEC)算法并用于单细胞mRNA测序(single cell mRNA sequence,scRNA-seq)数据的批次效应移除,对其移除批次效应性能进行评估.方法 基于单细胞数据具有高维度、高稀疏性及高度非线性误差特点,通过将单细胞Louvain聚类算法嵌入堆叠降噪自动编码器(stacked denoising auto encoder,SDAE)算法中,形成SDAEC算法,用于单细胞测序数据的批次效应移除.结合实际卵巢癌组织scRNA-seq数据,利用分布邻域嵌入(t-distributed stochastic neighbor embedding,tSNE)、k最近邻批次效应检测(k-nearest-neighbor batch-effect test,kBET)、调整兰德系数(adjusted rand index,ARI)、标准化互信息(normal-ized mutual information,NMI)、平均轮廓宽度(average silhouette width,ASW)评价其移除批次效应性能.结果 利用SDAEC方法 对scRNA-seq数据批次效应移除性能高于Combat、相互最近邻(mutual nearest neighbors,MNN)、分布匹配残差网络(maximum mean discrepancy distribution-matching residual networks,MMD-ResNet)和基于零膨胀负二项的方差提取法(zero-inflated negative binomial-based wanted variation extraction,ZINB-WaVE).结论 SDAEC算法能够移除scRNA-seq数据的批次效应,提高scRNA-seq数据下游分析的有效性,具有实际应用价值.