大雪：降雪量增多，地面可能积雪。
与Seurat v2中一样，如何删除不需要的变化来源？
在其中，Seurat v2我们还使用该[ScaleData()](https://satijalab.org/seurat/reference/ScaleData.html)函数从单像元数据集中删除不需要的变异来源。例如，我们可以“消退”与（例如）细胞周期阶段或线粒体污染相关的异质性。这些功能仍然支持[ScaleData()](https://satijalab.org/seurat/reference/ScaleData.html)中Seurat v3，即：
pbmc <- ScaleData(pbmc, vars.to.regress = "percent.mt")
但是，特别是对于希望使用此功能的高级用户，我们强烈建议使用我们新的规范化工作流程[SCTransform()](https://satijalab.org/seurat/reference/SCTransform.html)。该方法在我们的论文中进行了描述，此处使用Seurat v3单独绘制了一个小插图。与一样[ScaleData()](https://satijalab.org/seurat/reference/ScaleData.html)，该函数[SCTransform()](https://satijalab.org/seurat/reference/SCTransform.html)还包含一个vars.to.regress参数。
