不同单细胞亚群差异分析做什么火山图

2023-03-30 00:02| 来源: 网络整理| 查看: 265

不止一个人问我，他单细胞差异分析的结果，因为p值过于显著，无限接近于0，导致火山图展现非常诡异！

这个是单细胞自身特性导致，它两个分组的细胞数量太多，大概率会导致p值过于显著，无限接近于0。我们以 SeuratData包里面的 pbmc3k 数据集举例说明：

library(SeuratData) #加载seurat数据集 getOption('timeout') options(timeout=10000) # InstallData("pbmc3k") data("pbmc3k") sce head(deg[order(deg$p_val),]) p_val avg_log2FC pct.1 pct.2 p_val_adj GZMB 3.186146e-97 5.507567 0.961 0.017 4.369480e-93 NKG7 1.262672e-94 6.262287 1.000 0.087 1.731628e-90 PRF1 1.835435e-93 4.612813 0.948 0.029 2.517115e-89 GZMA 3.036581e-93 4.466820 0.929 0.015 4.164367e-89 CTSW 3.151498e-93 4.203776 0.987 0.070 4.321965e-89 CST7 9.767143e-92 4.380031 0.948 0.038 1.339466e-87 > table(Idents(sce)) Naive CD4 T Memory CD4 T CD14+ Mono B CD8 T 697 483 480 344 271 FCGR3A+ Mono NK DC Platelet 162 155 32 14

这个时候的差异分析结果其实就是两个单细胞亚群各自的标记基因，上面显示的NK细胞亚群相对于B细胞来说，统计学显著上调的基因就是 "GZMB" "NKG7" "PRF1" "GZMA" "CTSW" "CST7" 这些耳熟能详的NK细胞的特性标记基因啦。

一个简单的火山图，使用EnhancedVolcano包，代码如下所示：

library(EnhancedVolcano) EnhancedVolcano(res, lab = rownames(res), x = 'avg_log2FC', y = 'p_val_adj')

效果如下所示：

因为这个举例的火山图还算是可以，并没有出现致p值过于显著，无限接近于0的情况发生，因为细胞数量并不多，就155个NK细胞和344个B细胞的差异分析而已。但是如果是大家的真实单细胞数据集，现在细胞数量都很可观，很容易出现 p值过于显著，无限接近于0的情况发生。上面的火山图代码可能会出现很诡异的可视化效果。

恰好我最近看到了一个有意思的展现方式，就是忽略这个统计学指标p值，因为反正都是统计学显著的，大于0.01即可，p值再小也不是我们关心的重点。

发表在NATURE COMMUNICATIONS | (2021) 的文章：《CD177 modulates the function and homeostasis of tumor-infiltrating regulatory T cells》，链接是：https://www.nature.com/articles/s41467-021-26091-4

如下所示：

文章对这两个图的描述是：

c Differential gene expression analysis using the log-fold change expression versus the difference in the percentage of cells expressing the gene comparing TI versus PB Treg cells (Δ Percentage Difference). Genes labeled have log-fold change > 1, Δ Percentage Difference > 20% and adjusted P-value from Wilcoxon rank sum test

【本文地址】

公司简介

联系我们