单细胞转录组聚类分析R包 | 您所在的位置:网站首页 › fvf- sc3软件 › 单细胞转录组聚类分析R包 |
前言
在做单细胞相关聚类分析的过程中,为了研究异质性,发现了一种专门用于单细胞转录组的聚类分析R包——SC3(single cell consensus clustering,单细胞一致性聚类)。该聚类算法发表于Nature Methods(2017),能够让单细胞RNA-seq基于转录组特征对细胞类型进行定量表征。这是一种用户友好的无监督聚类工具,它通过一致方法将多个聚类解决方案组合在一起,从而得到高精度和鲁棒性的分群结果。SC3包的官方具体使用教程见:http://www.bioconductor.org/packages/release/bioc/vignettes/SC3/inst/doc/SC3.html SC3包源代码见Github:https://github.com/hemberg-lab/SC3 原文的SC3聚类流程如图所示: 笔者主要想通过该包对单细胞转录组进行聚类数目的估计。在网上没有直接写SC3关于这个功能的帖子,故我去原文,官方教程以及代码研究了一下,该包主要通过随机矩阵理论(Random Matrix Theory,RMT) 确定聚类的数目。 安装SC3包 if (!requireNamespace("BiocManager", quietly = TRUE)) install.packages("BiocManager") BiocManager::install("SC3")同时还需要安装如下包: library(SingleCellExperiment)#安装方法和SC3一样 library(SC3) library(ggplot2) library(scater) 利用SC3实现聚类数目的估计首先看一下源代码: if (k_estimator) { object |
今日新闻 |
推荐新闻 |
专题文章 |
CopyRight 2018-2019 实验室设备网 版权所有 |