qq_40835865的博客

受数据样本量小、人工干预多、过度依赖 marker gene（已报道的特异性基因）等因素的影响，单细胞测序细胞类型注释技术一直面临着泛化性、可解释性、稳定性均比较低的问题，现存的算法难以有更广泛的应用。随机选择来自Zheng68K数据集的10%、30%、50%、70%和90%的PBMC细胞作为用于微调的参考，而剩余的作为用于测试的查询样本。预测结果，真实分类对比，用人肝组织评估未知细胞类型鉴定，MacParland数据集，4种类型，每次从中取出一种类型进行，用于验证，其他用于训练。

生成1000个和最大社团相同节点数和密度的随机网络，计算这1000个随机网络的聚类系数的概率密度分布，拟合整正态分布，并计算其95%的置信区间，检验我们划分的社团的聚类系数落在哪个区间，来确认是否划分结果是否可靠。我在这里使用的邻接表，以csv格式存储，读取数据将格式转为图，这里g就是转换过来的图。到此，就完成了社团划分，和最大社团的可视化，现在对最大社团进行可信度分析。这里使用R语言中的igraph进行社团划分和可视化。首先要找到最大的社团，我这又引用了sqldf包。