请输入关键字进行搜索
查看更多 "" 的搜索结果
请教一下,利用scRNA进行某个细胞类型的pseudobulk分析,对单个样本中该细胞类型的细胞数有要求吗?
另外,公众号推文和文献中做差异分析对counts数据处理方案不同,有些对counts数据做的平均(我认为这种比较合理),有的是进行了加和(细胞总数差异很大怎么办),还是说做差异的工具edgeR会校正这个问题?
如果想对pseudobulk数据进行降维聚类,是不是利用标化后的data数据更合理?
查看全部 3 个回答
加和和平均在做差异表达分析的时候没有区别。以Deseq2为例,它实际上会假设至少百分之五十的基因是不差异表达的,也就是说会通过raw count的中位数标准化一次。EdgeR的预处理会有些区别,可以看原始文章。
降维聚类一般是PCA,PCA看你用什么做了,一般都不会用Raw count,VST或者scale后的CPM都可以。不过我印象里Theis他们组有一篇文章是说做PCA时,用CPM的话如果不scale可以保留一些更有趣的信息,虽然PCA一般应该保持各个维度的尺度近似。
这家伙很懒,还没有设置简介
你的浏览器版本过低,可能导致网站部分内容不能正常使用!
为了能正常使用网站功能,请使用以下浏览器