seurat基礎(chǔ)

  • nFeature_RNA is the number of genes detected in each cell.
    nFeature_RNA是每個細胞中檢測到的基因數(shù)

  • nCount_RNA is the total number of molecules detected within a cell.
    nCount_RNA是一個細胞中檢測到的分子總數(shù)

  • Low nFeature_RNA for a cell indicates that it may be dead/dying or an empty droplet.
    nFeature_RNA低表明這可能是一個已死亡或即將死亡的細胞颗味,或者是個空液滴

  • High nCount_RNA and/or nFeature_RNA indicates that the "cell" may in fact be a doublet (or multiplet).
    nFeature_RNA或者nCount_RNA高則說明這個“細胞”可能實際上這個液滴包含兩個及以上細胞

  • In combination with %mitochondrial reads, removing outliers from these groups removes most doublets/dead cells/empty droplets, hence why filtering is a common pre-processing step.
    和線粒體reads綜合來看,從這些組中去除異常值可以剔除多數(shù)雙峰、死細胞哄酝、空液滴宴猾。因此過濾是一個常見的預(yù)處理步驟

  • The NormalizeData step is basically just ensuring expression values across cells are on a comparable scale. By default, it will divide counts for each gene by the total counts in the cell, multiply that value for each gene by the scale.factor (10,000 by default), and then natural log-transform them.
    默認情況下历葛,NormalizeData將每個基因的計數(shù)除以細胞中的總計數(shù)会烙,將每個基因的值乘以 scale.factor(默認為 10,000)耀里,然后對它們進行自然對數(shù)變換

參考問答

最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末半等,一起剝皮案震驚了整個濱河市揍愁,隨后出現(xiàn)的幾起案子,更是在濱河造成了極大的恐慌杀饵,老刑警劉巖莽囤,帶你破解...
    沈念sama閱讀 206,126評論 6 481
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件,死亡現(xiàn)場離奇詭異切距,居然都是意外死亡朽缎,警方通過查閱死者的電腦和手機,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 88,254評論 2 382
  • 文/潘曉璐 我一進店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來话肖,“玉大人北秽,你說我怎么就攤上這事±俏” “怎么了羡儿?”我有些...
    開封第一講書人閱讀 152,445評論 0 341
  • 文/不壞的土叔 我叫張陵,是天一觀的道長是钥。 經(jīng)常有香客問我掠归,道長,這世上最難降的妖魔是什么悄泥? 我笑而不...
    開封第一講書人閱讀 55,185評論 1 278
  • 正文 為了忘掉前任虏冻,我火速辦了婚禮,結(jié)果婚禮上弹囚,老公的妹妹穿的比我還像新娘厨相。我一直安慰自己,他們只是感情好鸥鹉,可當我...
    茶點故事閱讀 64,178評論 5 371
  • 文/花漫 我一把揭開白布蛮穿。 她就那樣靜靜地躺著,像睡著了一般毁渗。 火紅的嫁衣襯著肌膚如雪践磅。 梳的紋絲不亂的頭發(fā)上,一...
    開封第一講書人閱讀 48,970評論 1 284
  • 那天灸异,我揣著相機與錄音府适,去河邊找鬼。 笑死肺樟,一個胖子當著我的面吹牛檐春,可吹牛的內(nèi)容都是我干的。 我是一名探鬼主播么伯,決...
    沈念sama閱讀 38,276評論 3 399
  • 文/蒼蘭香墨 我猛地睜開眼疟暖,長吁一口氣:“原來是場噩夢啊……” “哼!你這毒婦竟也來了田柔?” 一聲冷哼從身側(cè)響起誓篱,我...
    開封第一講書人閱讀 36,927評論 0 259
  • 序言:老撾萬榮一對情侶失蹤,失蹤者是張志新(化名)和其女友劉穎凯楔,沒想到半個月后窜骄,有當?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體,經(jīng)...
    沈念sama閱讀 43,400評論 1 300
  • 正文 獨居荒郊野嶺守林人離奇死亡摆屯,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點故事閱讀 35,883評論 2 323
  • 正文 我和宋清朗相戀三年邻遏,在試婚紗的時候發(fā)現(xiàn)自己被綠了糠亩。 大學(xué)時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片。...
    茶點故事閱讀 37,997評論 1 333
  • 序言:一個原本活蹦亂跳的男人離奇死亡准验,死狀恐怖赎线,靈堂內(nèi)的尸體忽然破棺而出,到底是詐尸還是另有隱情糊饱,我是刑警寧澤垂寥,帶...
    沈念sama閱讀 33,646評論 4 322
  • 正文 年R本政府宣布,位于F島的核電站另锋,受9級特大地震影響滞项,放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜夭坪,卻給世界環(huán)境...
    茶點故事閱讀 39,213評論 3 307
  • 文/蒙蒙 一文判、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧室梅,春花似錦戏仓、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 30,204評論 0 19
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至间涵,卻和暖如春仁热,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背浑厚。 一陣腳步聲響...
    開封第一講書人閱讀 31,423評論 1 260
  • 我被黑心中介騙來泰國打工, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留根盒,地道東北人钳幅。 一個月前我還...
    沈念sama閱讀 45,423評論 2 352
  • 正文 我出身青樓,卻偏偏與公主長得像炎滞,于是被迫代替她去往敵國和親敢艰。 傳聞我的和親對象是個殘疾皇子,可洞房花燭夜當晚...
    茶點故事閱讀 42,722評論 2 345