SCTransform之后差异表达分析-1

SCTransform预处理后，如何进行差异表达分析的问题

SCTransform预处理后，直接做差异表达分析不合适。还是要进行NormalizeData和ScaleData标准化处理。不久作者又发了个帖子说，Seurat针对这个问题，更新了一个函数PrepSCTFindMarkers()解决这个。

作者是怎么发现的呢？因为作者在跑FindAllMarkers时候出现报错，提示需要在执行FindMarkers()函数前，先运行PrepSCTFindMarkers()函数。

seurat-SCTransform()解析-01
sctransform预处理后，如何进行差异表达分析
seurat-PrepSCTFindMarkers源码解析
新-03.使用SCTransform标准化流程质控降维 - 简书 (jianshu.com)

2023.05.10更新
我昨天按照SCTransform标准化，然后进行FindAllMarkers的时候，居然没有出现上面的报错。就是常规代码

integrated <- FindNeighbors(object = integrated, reduction = "pca", dims = 1:30)
#DefaultAssay(integrated) <- "integrated"  这一步没跑
integrated <- FindClusters(integrated,resolution = 0.5)#调分辨率
markers_all <- FindAllMarkers(integrated, only.pos = TRUE, 
                                 min.pct = 0.25,   
                                 logfc.threshold = 0.25)

但是出现了个问题，umap分群的时候，有一群细胞没分到。就是20群左边那群粉色的细胞。猜测和 DefaultAssay 以及 FindAllMarkers 这两步骤相关。

下一步看看一下
1、#DefaultAssay(integrated) <- "integrated" 这一步需不需要还是用 RNA assay;
2、找差异基因用 FindallMarkers还是findconservedmarkers 。