分享是一种态度回顾我们的CNS图表复现之旅已经开始,前面3讲是;CNS图表复现01—读入csv文件的表达矩阵构建Seurat对象CNS图表复现02—Seurat标准流程之聚类分群CNS图表复现03—单细胞区分免疫细胞和肿瘤细胞如果你也想加入交流群,自己去:你要的rmarkdown文献图表复现全套代码来了(单细胞)找到我们的拉群小助手哈。眼尖的同学发现,我的代码里面,关于单细胞聚类分群的resolution参数一直在变化:sce 1:15)sce 0.2)table(sce@meta.data$RNA_snn_res.0.2) sce 0.8)table(sce@meta.data$RNA_snn_res.0.8) sce 0.5)table(sce@meta.data$RNA_snn_res.0.5) 然后提出疑问,这个resolution参数到底应该是选择多少呢?难道这个步骤没有一个绝对的标准吗?我之前给大家举例是使用balloonplot这个可视化函数,代码如下:library(gplots)tab.1=table(sce@meta.dataRNA_snn_res.0.8) balloonplot(tab.1)就可以很直观的看到,我
………………………………