无论怎么做都是错误的单细胞水平相关性分析

文章预览

马拉松授课环节我们的单细胞转录组数据主要是降维聚类分群，以及各个单细胞亚群注释，然后走三个高级分析，拟时序，细胞通讯，转录因子注释。但是很多人有自己的生物学背景，会考虑不同的生物学功能基因集的打分，以及不同的基因的相关性，试图去从单细胞水平提出自己的生物学见解。 不过，我这里可能需要提醒大家一定要注意， 如果是真正的单细胞水平相关性分析，无论怎么做都是不合理的。比如大家如果使用代码绘制任意两个基因在单细胞转录组数据里面的相关性散点图，就出现这种多个点排列成一条一条： 多个点排列成一条一条 简单的示例代码是： library (SeuratData)  #加载seurat数据集   library (Seurat) getOption( 'timeout' ) options(timeout= 10000 ) # InstallData("pbmc3k")   data( "pbmc3k" )   sce table(sce$seurat_annotations) library (tidyverse) colnames(sce@meta.d ………………………………