LNJBioE

摘要： 理解单细胞分析中归一化和标准化的区别，对确保后续分析结果准确可靠至关重要。 特性 NormalizeData() (归一化) ScaleData() (标准化) 核心目标 消除不同细胞之间的测序深度差异 消除不同细胞之间的基因表达量级差异 处理对象 原始计数矩阵 归一化后的表达矩阵 关键操作 除以细 阅读全文

摘要： 在单细胞测序数据分析中，barcodes、features和matrix是三个最核心的基础文件，它们共同构成了所有分析的基石。 特性维度 细胞条形码 (barcodes，BC) 表达矩阵 (Matrix) ​核心角色​ ​细胞身份证​ ​核心数据账本​ ​功能定位​ 定位数据属于哪个细胞 分析每个细 阅读全文

摘要： 常见指标 是什么？ nFeature_RNA 一个细胞表达了多少种不同的基因 nCount_RNA 一个细胞里检测到的所有RNA分子（UMI）总数 percent.mt 细胞中线粒体基因的RNA占比 percent.HB 细胞中血红蛋白基因的RNA占比 nFeature_RNA（左上图） 判断细胞质 阅读全文

摘要： Seurat对象：存储数据，将原始数据、分析过程、中间结果和最终结论有机地整合在一起，确保了分析流程的标准化、可追溯和可重复。 其核心结构是一个名为 AnnotatedChip​ 的S4类对象，它包含多个称为 域（slots）​ 的组成部分。我们可以将这些域分为四大功能模块来理解： 模块一：数据核心 阅读全文