Github全套代码文献复现之卵巢和子宫内膜肿瘤（二）|| 作者不进行 UMI count 回归的原因

文章预览

昨天，我们给大家介绍了新专辑《 Github带有全套代码分享的文献复现2025 》，受到大家的热烈喜爱，里面学习的文章为：《 A multi-omic single-cell landscape of human gynecologic malignancies 》，详细介绍可以看上一篇帖子。今天继续来学习他的代码~ 简单回顾 文章对应的数据为：https://www.ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE173682，作者针对每个样本进行单独的预处理，然后进行merge合并继续后面的分析。 上一篇文章 Github带有全套代码分享的文献复现2025 中我们学习了 作者使用MAD方法对低质量细胞进行过滤， 今天来看看数据标准化部分作者给出的不进行 UMI count 或者线粒体基因回归的原因，以及inferCNV 分析不走寻常路 挑选正常参考 ref 的过程 。 文章中是这样描述的，下面来看看代码部分！ 两个条件二选一 PC1 was not correlated to UMI counts per cell or evidence of biological varia ………………………………