锐客网

  1. 首页 > 睿知 > >

聚类分析归一化,聚类前需要归一化还是标准化

经验分享睿知

聚类 分析中的均质化是如何计算的？这里我用DESeq2 package 归一化的两种方法得到-0的值/(当然也可以用其他方法归一化) 。对归一化的过程感兴趣的，请看 ， excel demo deseq 2归一化Principle(jianshu.com)为了探究样本之间的相关性，会用到两种方法:主成分分析(PCA)和相关分析和层次聚类 。
【聚类分析归一化,聚类前需要归一化还是标准化】
1、盘点季|空间转录组工具合辑(下盘点季|空间转录组分析工具包合集(一):反卷积新兴空间转录组(ST)中的技术发展开辟了一个未被探索的领域 ， 将转录信息置于空间环境中 。聚类通常是分析这类数据的核心组成部分 。ClusterMap是一个无监督和带注释的计算工具，它基于两个关键的生物现象:一是细胞内RNA分子的密度高于细胞外；其次，不同基因编码的细胞RNA在不同的亚细胞位置、细胞类型和组织区域富集 。
随后，根据基因同一性和空间尺度分析space 聚类以表示亚细胞定位、细胞分割和区域识别 。性能评估:与以前的方法相比，ClusterMap在模拟数据集和生物数据集上都表现出稳定和高性能 。此外，ClusterMap广泛应用于各种实验方法，包括但不限于STARmap、MERFISH、ISS和osmFISH 。
2、完整的单细胞 分析流程——数据标化(normalization通常在单细胞RNA测序数据中观察到文库之间测序覆盖率的系统性差异 。它们通常是由细胞间cDNA捕获或PCR扩增效率的技术差异引起的，这是由于难以用最少的起始材料获得一致的文库制备 。标准化的目的是消除这些差异，使它们不会干扰细胞间表达谱的比较 。这可以确保在细胞群体中观察到的任何异质性或差异表达是由生物学而非技术偏见引起的 。
归一化的发生与批次结构无关，只考虑技术偏差，而批次校正只发生在批次之间，技术偏差和生物差异都必须考虑 。技术偏差倾向于以相似的方式或至少以与其生物物理特征(如长度、GC含量)相关的方式影响基因 ， 批次之间的生物学差异可能是高度不可预测的 。因此，这两项任务涉及不同的假设和通常不同的计算方法(尽管一些软件包被设计为一次执行两个步骤，如zinbwave) 。
3、RNA-Seq(5但是我们不能直接拿数据来做下面的区别分析 。我们必须取数据归一化才能进行下一步操作 。那么问题来了 ， 为什么归一化之后可以进行下一步，以及归一化如何进行 。这里我用DESeq2 package 归一化的两种方法得到-0的值/(当然也可以用其他方法归一化) 。对归一化的过程感兴趣的 ， 请看 。excel demo deseq 2归一化Principle(jianshu.com)为了探究样本之间的相关性，会用到两种方法:主成分分析(PCA)和相关分析和层次聚类 。

    推荐阅读


    上一篇：flv分析,FLV格式分析

    下一篇：高通量分析软件