先设置resolution为大众化的0.5,初步鉴定各分群是什么细胞,观察感兴趣的分群形状是否有继续分群的趋势。 采用clustree可视化不同resolution下各分群的裂变情况 res_used <- c(0.5,0.8,1.0,1.2,1.5) for(i in res_used){ res_tree <- FindClusters(object = sce.mergeTEN, verbose = T, resolution = res_used...
>library(clustree) >obj <- FindClusters(obj, resolution = seq(0.5,1.2,by=0.1)) >clustree(obj) 结果如下图: 从上面的代码可以看到,clustree包对Seuat对象非常友好,可以直接用Seurat对象展示不同resolution的分群结果,同时可以清晰的看到不同resolution下细胞群之间的关系。图中一行表示一个resolution下所...
sceList.integrated <- FindClusters(sceList.integrated, resolution = seq(0.4,1.2,by=0.2)) clustree(sceList.integrated@meta.data, prefix = "integrated_snn_res.") #提前colnames(sceList.integrated@meta.data)看一下,我这里事先设置了Idents(sceList.integrated) <- "integrated",所以是"integrated_snn_r...