一个奇怪的Bug的修复，我们再次理解数据
如上图所示，我本来输入数据做了一个exp，指数变化算得好好的。但是我用原始的data slot，反而出问题了。没办法只能排查。
当我把 warnings打印出来，原来底层原因是因为log之后产生了 NaNs
下面我们就具体去看看，哪里产生了这些wanings。
顺着这个NaN
在运算中出错的原因就在于：
sum(c(1:10,NaN)) == 0 这个结果返回NaN而不是它需要的T/F，下面我们要顺藤摸瓜，找到是哪里产生了NaN。
那么什么时候log会产生NAN呢？
这里，当我们输入的值小于0的时候就产生了。
那么为什么会有负值呢？
因为你的输入数据有负值，重磅发现 v1.6.1版本是有这个限制的。
一定要所有值都大于0。怪不得我取 exp变换之后，就可以运算了，原来是需要所有值都为正值。
那么这个具体是在哪个地方做了log变换呢？
关键的地方就在这里，这个geometricMean这函数，几何平均数必须要是正值才行。
#' Compute the geometric mean
#' @param x a numeric vector
#' @param na.rm whether remove na
#' @return
#' @export
geometricMean <- function(x,na.rm=TRUE){
if (is.null(nrow(x))) {
exp(mean(log(x),na.rm=na.rm))
} else {
exp(apply(log(x),2,mean,na.rm=na.rm))
}
}
所以作者才会在创建CellChat对象的时候检查一下，data中的最小值是否大于0，否则是不能参与运算的。
但是你为什么输入的时候是matrix类型的就不检查呢？奇怪。一连串的黑人问号。
好，现在我们清楚了问题所在，我们再重申一下问题：
- 计算通讯概率需要用到几何平均数，但是几何平均数要求所有输入的值为正值
- 但是一般不是归一化之后的数据，他是有负值的
- 如何将包含负值的归一化数据转变成没有负值的数据
怎么破
不要紧，统计总有简单的方法
- shift data，就是每个值都加上一个 min(data) + offset， offset可以取1或者一个极小的数
- 进行exp变换，因为一般归一化之后出现负值也是因为取了Log变换，所以可以再变回去。
但是，不对啊，标准流程又怎么会产生负数
难道是我们的调用姿势不对？
标准流程有两个，当你的数据是一个dataset的时候，这个dataset没有批次效应。因此你可以用RNA中的data slot或者用SCT的 data slot。这个时候你把data放进来，它是不是有负值的，因为它log变化的时候取的是 log1p，所以最小值不会小于0.
第二个流程就是有两个 dataset，他们有批次性效应。官方的标准流程是先在一个dataset中把结果算好。然后再将单个dataset中的结果读进来做下游的整合分析。也就是说计算通讯概率等都是在原来dataset中进行的，后面只是可视化一下。
这里的dataset可以是不同的condition下的数据。例如你选取了三个时间点，t1,t2和t3。每个时间点养一窝小鼠。这样就会产生批次效应。每窝小鼠待得环境可能不一样。
其实还可以有第三个方案：
这个方案就是把不同conditon下的dataset，整合到一块，形成一个大的dataset。这个dataset，只包含了几千个高变基因，这个时候你再根据cell的标签，将其根据condition，来做不同condition下面的通讯分析。
这个方案与上面的标准流程有两个重要的不同，1.这里的基因少了，是几千个高变基因。2.这里的归一化后输入到CellChat的数据是有负值的。
所以知道了这些区别之后，你可以权衡。
网友评论