2022-01-21 百分位数进行细胞过滤

样本量比较大的时候推荐使用百分位数进行细胞过滤

#百分位数法：
  ncount_q   <- quantile(sample.tmp.seurat@meta.data$nCount_RNA,c(0.025,0.975))
  nfeature_q <- quantile(sample.tmp.seurat@meta.data$nFeature_RNA,c(0.025,0.975))
  mt_q       <- quantile(sample.tmp.seurat@meta.data$percent.mt,c(0.025,0.8))

可视化

pdf(paste(output,"Quality_Control_Count_Feature.pdf",sep="_"), width=8, height=6)
    p3       <- plot(sample.tmp.seurat@meta.data$nCount_RNA,sample.tmp.seurat@meta.data$nFeature_RNA,pch=16,cex=0.7,bty="n")
    p3       <- p3 + abline(h=c(as.numeric(nfeature_q)[1],as.numeric(nfeature_q)[2]),v=c(as.numeric(ncount_q)[1],as.numeric(ncount_q)[2]),lty=2,lwd=2,col="red")
    print(p3)
  dev.off()

可视化后，可以看这个标准过大概过滤掉了多少细胞

创建过滤后的子集

sample.tmp.seurat <-subset(sample.tmp.seurat,subset=
nFeature_RNA>as.numeric(nfeature_q)[1] & 
nFeature_RNA<as.numeric(nfeature_q)[2]&
nCount_RNA>as.numeric(ncount_q)[1]&
nCount_RNA<as.numeric(ncount_q)[2]&percent.mt<10)
©著作权归作者所有,转载或内容合作请联系作者
平台声明：文章内容（如有图片或视频亦包括在内）由作者上传并发布，文章内容仅代表作者本人观点，简书系信息发布平台，仅提供信息存储服务。

推荐阅读更多精彩内容