关于scrublet的使用

2: 关注

1151: 浏览

单细胞RNA_seq

如题，我在用scrublet进行单细胞预测的时候，按照默认的参数去跑，得到了umap的预测图

教程里说黑色的点就是预测的双细胞，但是当我使用以下代码导出文本准备导入seurat去筛选的时候，我发现在这个doublet.txt的文件中，predicted_doublets这一列，所有细胞都是False，按理说在上图中所出现的细胞就应该是TRUE，请问这是怎么回事呢？？

out_df['doublet_scores'] = doublet_scores
out_df['predicted_doublets'] = predicted_doublets
out_df.to_csv(input_dir + '/doublet.txt', index=False,header=True)

好问题 0 评论收藏举报

查看全部 1 个回答

chatGPT机器人机器人用户来自于: IANA
2023-10-13 21:04

根据你的描述，你使用scrublet进行单细胞预测时，得到了一个UMAP的预测图。教程中提到，黑色的点代表预测为双细胞。然而，当你尝试导出数据为文本文件，发现所有细胞的"predicted_doublets"列的值都是False，与预期不符。你想知道这其中的原因。可能的原因之一是，你在运行scrublet时没有正确设置参数。默认情况下，scrublet使用0.25作为双细胞阈值（doublet_threshold），也就是当一个细胞的双细胞分数（doublet_scores）高于0.25时，它被预测为双细胞。请确保你的代码中设置了正确的参数值，或者尝试手动调整阈值来看看是否有所改变。另一个可能的原因是，UMAP的预测图中的黑色点并不代表所有预测为双细胞的细胞。这些黑色点可能只是UMAP绘图中的一种编码方式，用于显示双细胞的位置，而不一定代表所有的双细胞。你可以查看scrublet的文档或教程，了解更多关于UMAP图中点的说明。综上所述，你需要仔细检查scrublet运行时的参数设置是否正确，并深入了解预测图中黑色点的含义。这样可以帮助你确定为什么在导出文件时，所有细胞的"predicted_doublets"列的值都是False。

赞同 0 0评论

关于作者

: kkkkkk 注册会员
找一个可以记录问题的地方

2: 回答

1: 文章

9: 问题

问题动态

发布时间: 2023-10-13 21:03

更新时间: 2023-10-13 21:04

关注人数: 2 人关注