常见基因选择方法[持续更新中...]

eynoZzzzc

已于 2022-05-31 09:01:09 修改

阅读量1.8k

点赞数 2

分类专栏：生信文章标签：机器学习 r语言算法

于 2022-03-01 16:10:18 首次发布

本文链接：https://blog.youkuaiyun.com/qq_44185558/article/details/123207468

版权

该博客介绍了多种用于单细胞测序数据分析的方法，包括SCMarker、Seurat、M3Drop、Expr等，这些方法分别通过不同策略筛选基因，如双/模态分布、高变基因、缺失率分析和平均表达量等。此外，还提到了FEAST、GiniClust等特征选择和聚类算法，以及scCCESS、DUBStepR等集成学习和图方法。这些技术在识别细胞亚群和理解基因表达模式中起着关键作用。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

SCMarker：选择表达水平呈双/模态分布，并且与其他一些基因共同表达或相互排斥性表达的基因。
论文链接

library(SCMarker)
scMarker <- function(data){
   
  Res <- ModalFilter(data = data, geneK = 10, cellK = 10)
  Res <- GeneFilter(obj = Res)
  Res <- getMarker(obj = Res, k = 300, n = 30)
  scMarker_genes <- Res$marker
  return(scMarker_genes)
}

Seurat：首先利用局部加权回归（Locally Weighted Linear Regression, loess）[13]对基因表达量的均值和方差的对数拟合一条直线，然后利用观测均值和期望方差对基因表达量进行标准化，最后根据标准化的表达量计算方差，选取最高排名基因，称为高度可变基因。
论文链接

HVG <- function(data){
   
  s=nrow(data)*0.1
  s=floor(s)
  pbmc_small <- CreateSeuratObject(data)
  pbmc_small <- NormalizeData(object = pbmc_small)
  pbmc_small <- FindVariableFeatures(object = pbmc_small,nfeatures = s)
  pbmc_small <- ScaleData(object = pbmc_small)
  Seurat_genes=pbmc_smal