单细胞转录组可以这样简单计算相关性吗

文章预览

我一直强调：数据挖掘的核心是缩小目标基因！ 各种数据挖掘文章本质上都是要把目标基因集缩小，比如表达量矩阵通常是2万多个蛋白编码基因，不管是表达芯片还是RNA-seq测序的，采用何种程度的差异分析，最后都还有成百上千个目标基因。如果是临床队列，通常是会跟生存分析进行交集，或者多个数据集差异结果的交集，比如： 多个数据集整合神器-RobustRankAggreg包 ，这样的基因集就是100个以内的数量了， 但是仍然有缩小的空间 ，比如lasso等统计学算法，最后搞成10个左右的基因组成signature即可顺利发表。其实还有另外一个策略方向，有点类似于人工选择啦，通常是可以往热点靠，比如肿瘤免疫，相当于你不需要全部的两万多个基因的表达量矩阵进行后续分析， 仅仅是拿着几千个免疫相关基因的表达矩阵即可 。最近比较热门的有：自噬基因， ………………………………