Seurat绘图函数总结（更新版） - 简书 (jianshu.com)
Seurat 4 R包源码解析 12: 二维散点图 FeatureScatter()
p1=FeatureScatter(pbmc, feature1 = "LYZ", feature2 = "CCL5")
p2=FeatureScatter(pbmc, feature1 = "S100A8", feature2 = "S100A9")
p1|p2
image.png
拿 nCounts_RNA 与 nFeature_RNA 的散点图（scatter）来说：
每个点代表一个细胞，斜率代表随着count的增加gene的增加程度。
count和gene一般呈现线性关系，斜率越大也就是较少的count就可以检出较多的gene，说明这批细胞基因的丰度偏低（普遍贫穷）；反之，斜率较小，说明这批细胞基因丰度较高（少数富有）。
有的时候不是一条可拟合的线，或者是两条可拟合的线，也反映出细胞的异质性。
总之，他就是一个散点图，描述的是两个变量的关系**。
作者：iBioinformatics
链接：https://www.jianshu.com/p/96d4f612f661
来源：简书
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。
网友评论