文章预览
单细胞数据的二次分群和初次分群没有本质区别，就使用 subset(seu.obj, idents = "DC" ) 获取单个细胞亚群的Seurat对象再跑常规的降维聚类分群流程即可。 0.背景知识 Seurat里的FindClusters函数设置的resolution数值越大，分群的数量就越多，但是当单细胞数量太多的时候，会遇到resolution再变大，分群的数量也不再增加的情况。一次分群分不开时就会需要二次分群。 1.示例数据 rm(list = ls()) library (Seurat) library (dplyr) load( "../24.5.23scGSVA/seu.obj.Rdata" ) p1 = DimPlot(seu.obj, reduction = "umap" ,label= T )+NoLegend() p1 2.二次分群 这里以树突细胞(DC)为例进行二次分群 核心就是提取感兴趣的亚群的细胞，后面就是标准流程和可视化了，没有区别 sub .cells "DC") f = "obj.Rdata" if (!file.exists(f)){ sub .cells = sub .cells %>% NormalizeData() %>% FindVariableFeatures() %>% ScaleData(fea
………………………………
