CLCLSA: 交叉组学链接嵌入，基于对比学习和自注意力的多组学一体化方法，可处理不完整的多组学数据（英文版）

英文标题：CLCLSA: Cross-omics Linked embedding with Contrastive Learning and Self Attention for multi-omics integration with incomplete multi-omics data中文摘要：本文提出了一种基于深度学习的多组学（multi-omics）数据集成方法 CLCLSA，利用跨组学自动编码器学习生物数据的特征表示，采用多组学对比学习和自关注机制实现数据集成，通过在四个数据集上的实验证明其在应用不完整数据进行多组学分类上具有优异性能。英文摘要：Integration of heterogeneous and high-dimensional multi-omics data isbecoming increasingly important in understanding genetic data. Each omicstechnique only provides a limited view of the underlying biological proces