九、单鞭
转体运臂 右脚内扣 上体右转 勾手收脚 转体上步
弓步推掌
如我们的论文所述，sctransform使用“正负二项式回归”计算scRNA-seq数据中的技术噪声模型。该模型的残差为归一化值，可以为正或负。给定细胞中给定基因的正残基表明，与基因在种群和细胞测序深度中的平均表达相比，我们观察到的UMI比预期多，而负残基则相反。
sctransfrom的结果存储在“ SCT”分析中。您可以在我们的插图，命令备忘单或开发人员指南中了解有关Seurat中多测定数据和命令的更多信息。
- pbmc[["SCT"]]@scale.data包含残差（归一化值），并直接用作PCA的输入。请注意，此矩阵是非稀疏的，因此如果为所有基因存储，可能会占用大量内存。为了节省内存，我们仅通过在SCTransform()函数调用中默认设置return.only.var.genes = TRUE来为变量基因存储这些值。
- 协助进行可视化和解释。我们还将Pearson残差转换回“校正”的UMI计数。您可以将它们解释为如果所有单元格都测序到相同深度，我们期望观察到的UMI计数。如果您想确切了解我们如何执行此操作，请在此处查看正确的功能。
- “更正后的” UMI计数存储在中
pbmc[["SCT"]]@counts。我们将这些校正后的计数的对数标准化版本存储在中pbmc[["SCT"]]@data，这对可视化非常有帮助。 - 您可以将校正后的对数归一化计数用于差异表达和积分。但是，原则上，最好直接对（存储在
scale.data插槽中的）残差本身执行这些计算。Seurat v3当前不支持此功能，但很快就会支持。
