https://juejin.cn/post/7171032224890880007
https://zhuanlan.zhihu.com/p/507787987
https://zhuanlan.zhihu.com/p/521391359
@assays$RNA@scale.data->RunPCA()->FindNeighbors()->FindClusters()
在
Seurat中应用于细胞类群的划分
Seurat中采取 基于图的聚类(graph-based clustering)
- 第一步： 生成图；先
KNN，然后SNN；由FindNeighbors()函数实现；计算细胞之间的相似性- 第二部： 识别图；
Louvain algorithm；由FindClusters()函数实现；划分细胞类群
1. KNN
计算得到每个细胞的
K个最近邻细胞；基于对每个细胞PCA结果的欧氏距离计算由
FindNeighbors()实现结果放在
object_used@graphs$RNA_nn中
2. SNN
计算细胞之间的
共享节点权重并依此生成图由
FindNeighbors()实现结果放在
object_used@graphs$RNA_snn中
3. Louvain algorithm
基于
SNN graph来进行细胞类群的划分由
FindClusters()实现结果放在
object_used@meta.data中