tidyomics体系介绍及用法详解-5-tidySingleCellExperiment详解-2

文章预览

教程首页 官网教程地址：https://stemangiola.github.io/tidySingleCellExperiment/articles/introduction.html 降低维度 我们可以使用scater计算前3个UMAP维度。 pbmc_small_UMAP  < -     pbmc_small_cluster %>%     runUMAP(ncomponents=3) pbmc_small_UMAP %>%     plot_ly(         x=~`UMAP1`,         y=~`UMAP2`,         z=~`UMAP3`,         color=~label,         colors=friendly_cols[1:4]) 细胞类型预测 我们可以使用SingleR推断细胞类型）并使用tidyverse操作输出。 # Get cell type reference data blueprint  < - celldex::BlueprintEncodeData() # Infer cell identities cell_type_df  < -      logcounts(pbmc_small_UMAP) %>%     Matrix::Matrix(sparse = TRUE) %>%     SingleR::SingleR(         ref=blueprint,         labels=blueprint $label .main,         method= "single" ) %>%     as.data.frame() %>%     as_tibble(rownames= "cell" ) %>%     s ………………………………