![](https://img-blog.csdnimg.cn/20190918135101160.png?x-oss-process=image/resize,m_fixed,h_224,w_224)
生信
文章平均质量分 72
科研生信知识
eynoZzzzc
没有梦想跟咸鱼又有什么区别捏
展开
-
单细胞聚类方法
Partitioning-based clusteringkmeans:K均值论文链接res <- kmeans(t(data), centers = 9)adjustedRandIndex(res$cluster, meta$label)plot(res$centers, col = topo.colors(4))tsne_out <- Rtsne(data)plot(tsne_out$Y, col = topo.colors(4))SAIC:在聚类迭代过程中结合k-mea原创 2022-03-01 17:04:28 · 2513 阅读 · 0 评论 -
常见基因选择方法[持续更新中...]
SCMarker:选择表达水平呈双/模态分布,并且与其他一些基因共同表达或相互排斥性表达的基因。论文链接library(SCMarker)scMarker <- function(data){ Res <- ModalFilter(data = data, geneK = 10, cellK = 10) Res <- GeneFilter(obj = Res) Res <- getMarker(obj = Res, k = 300, n = 30) scMa.原创 2022-03-01 16:10:18 · 1634 阅读 · 3 评论 -
Elbow method确定聚类簇数(R语言)
聚类是单细胞下游分析中关键的一环,有助于识别细胞类型,分析细胞异质性,常见基础的聚类算法有kmeans、louvain、层次聚类、谱聚类等等,但确定簇数K的大小仍是一个难点。可以通过elbow method(肘方法)绘制曲线,横坐标为聚类簇数K,纵坐标为每个数据点与聚类中心的欧式距离之和,具体计算如下:随后找到一个距离首末两点连接直线距离最短的点,确定为elbow point。cal_dist <- function(data,cluster_center){ data <- t(d原创 2022-03-04 10:40:52 · 2874 阅读 · 0 评论 -
生物名词解释
FACS: flow-activated cell sortingPCR: polymerase chain reaction 聚合酶链反应DTW: dynamic time warpingspike in :在RNA-seq数据分析中,为了比较不同样本、不同基因之间的表达差异,通常会对数据进行标准化转化,得到RPKM/FPKM/TPM等指标。但是这些指标都是相对定量,相对定量有两个前提:1是绝大多数的gene表达量不变;2是高表达量的gene表达量不发生改变。可是在一些比较特殊的样本体系下,这两个原创 2022-03-01 17:15:54 · 2643 阅读 · 0 评论