10X单细胞转录组测序—resolution确定

alonlie

已于 2023-08-01 16:48:45 修改

阅读量253

点赞数

分类专栏：生信分析文章标签： r语言 linux

于 2023-07-20 20:27:28 首次发布

本文链接：https://blog.csdn.net/lz2105/article/details/131839061

版权

在单细胞转录组测序分析中，亚群数的确定至关重要。通过PCA分析、P值判断、碎石图和树形图等方法可以逐步确定最佳亚群数量。PCA分析的P值分析帮助设定可信的亚群数，碎石图则通过拐点识别分组数。树形图进一步辅助判断，优化思路包括改进数据质控、调整基因比例和参数设置，确保降维效果最佳。

摘要由CSDN通过智能技术生成

在进行单细胞降维分析时，resolution值的确定会影响亚群数的多少，但最开始分析的时候不知道亚群数最佳为多少，可通过一些分析结果进行确定。

PBMC.all3=readRDS("E:/project/test/PBMC.all3.rds")

通过p值分析，确定最多降维出多少个亚群是可信的。参数dims可设置最大（最大为PCA分析时参数npcs值的大小，默认为30）。

作出的图中有一条虚线，只要实线在虚线之上就认为是可信的。若实现太靠上或太靠下，显得不美观，可调整ymax值的大小。

PBMC.all3 = JackStraw(PBMC.all3,dims = 30)
PBMC.all3 = ScoreJackStraw(PBMC.all3,dims=1:30)
JackStrawPlot(PBMC.all3,dims=1:30,ymax = 0.6)

通过人为确定拐点来确定分组数

ElbowPlot(PBMC.all3,ndims = 30)

不能确定resolution就设置一系列res

关注

专栏目录