利用igraph包可视化基于KNN的单细胞聚类关系 |
您所在的位置:网站首页 › setdiff函数y改变结果却不变 › 利用igraph包可视化基于KNN的单细胞聚类关系 |
0、背景
(1)在Seurat等包中,在进行挑选高变基因,PCA分析后,多使用SNN(shared nearest neighbor)算法进行单细胞聚类,然后进行TSNE或者UMAP二维可视化。 1.png(2)在一篇文献中,作者使用另一种思路:利用k-means聚类,然后进行基于KNN(k-nearest neighbor)的可视化。 2.png 下图是我根据文献流程绘制的结果,大致流程为 单细胞表达矩阵质控、过滤; 挑选Top5000高变基因; PCA主成分分析; k-means方法聚类(可进一步对cluster完成细胞类型注释); KNN方法进行可视化; 3.pngKNN-graph是使用igraph包进行绘制,关于igraph包的相关介绍,会在笔记第二大点介绍。 1、具体绘图流程 1.0 原始数据 文献:Predicting bacterial infection outcomes using single cell RNA-sequencing analysis of human immune cells https://doi.org/10.1038/s41467-019-11257-y测序数据:GSE122083的GSM3454528单细胞表达矩阵 4 1.1 表达矩阵质控(部分参考文献过滤标准) (1)基因去重,取表达量高的 tmp1 |
今日新闻 |
推荐新闻 |
CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3 |