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