单细胞数据挖掘 P2.2 构建Seurat对象，质控、绘图

单细胞数据挖掘 P2.2 构建Seurat对象，质控、绘图

「生信技能树」单细胞数据挖掘_哔哩哔哩_bilibili生信技能树又一单细胞系列课程上线啦~小伙伴们快来学习呀https://www.bilibili.com/video/BV1pa4y1s76J?p=5该章节承接P2.1单细胞课程

一、筛选思路及方法

# 2.1 构建seurat对象，质控
  #In total, 2,343 cells from tumor cores were included in this analysis.
  #quality controlstandards:
  #1) genes detected in < 3 cells were excluded; 筛选基因
  #2) cells with < 50 total detected genes were excluded; 筛选细胞
  #3) cells with ≥ 5% of mitochondria-expressed genes were excluded. 筛选细胞

 先设定筛选标准，需确定以下内容：

1、获取可用的细胞数

2、筛选基因：将表达太少的基因去掉（信息不够）

3、筛选细胞：将表达基因信息数量太少的细胞去掉（该基因信息不全）

4、筛选细胞：将线粒体基因表达过多的细胞去掉，认为检测到的有效基因类型不够，认为都是线粒体基因。

筛选细胞及可分析的基因。

sessionInfo()
  library("Seurat")
  ?CreateSeuratObject
  sce.meta <- data.frame(Patient_ID=group$Patient_ID,
                         ro