Korean, Edit

细胞类型分类管道

推荐帖子： 【生物信息学】【生物信息学分析目录】(https://jb243.github.io/pages/836)

1. 矩阵和稀疏矩阵

2. PCA 降维

3. 聚类

4. 探索DEG（差异表达基因）

5. 软件包介绍

a. 使用 Seurat 确定细胞类型

b. 通过分散确定细胞类型

c. 使用scanpy确定细胞类型

1.矩阵和稀疏矩阵

⑴ 稀疏矩阵是表示非零数据的值和位置的矩阵。

⑵ 由于生物信息学数据量较大，因此采用稀疏矩阵。

2.使用 PCA 降维

⑴ PCA不能直接应用于大型数据集，因此需要进行优化。

⑵ 优化策略1： 使用大约30,000个基因中变异性最高的基因子集。

⑶ 优化策略2： 设置解释95%以上输入方差的基因数量。

3。聚类

⑴ 用PCA后得到的10个主成分进行聚类。

⑵ 使用t-SNE等聚类算法。

4。探索 DEG（差异表达基因）

⑴ DEG ： 与其他簇相比，在一个簇中表达更多的基因。

⑵ 采用t检验分析或GLM等方法。

⑶ 找出代表每个簇的基因的生物学意义，并将细胞类型分配给每个簇（不能自动化）。

⑷ 具有生物学意义的代表性基因称为标记基因。

5。套餐介绍

⑴ 在R中，Seurat和Scater等包实现了上述管道。

⑵ 在Python中，Scanpy实现了上述管道。

输入： 2019.11.22 13:49