带有树状图的 scanpy 相关矩阵
scanpy correlation matrix with dendrogram
我尝试使用我自己的 RNAseq 数据集重新创建 scanpy 教程中描述的相关矩阵。
scanpy 中的相关函数是：sc.pl.correlation_matrix 绘图如下所示：
这里的主要问题是：不同细胞类型之间的皮尔逊相关性是如何计算的，而每种细胞类型的矩阵大小不同？
例如：我有 1000 个基因作为列，500 个 CD34+ 细胞作为行，只有 200 个 CD19+ B 细胞。那么如何计算两种细胞类型之间的相关性呢？
此外，计算两个矩阵之间的相关性会产生另一个矩阵（而不是单个标量，如上图中所示）。例如，numpy 的 corrcoef() 函数应用于两个相同大小的矩阵会产生另一个矩阵，而不是标量...
我尝试对每种细胞类型的细胞基因表达进行平均，因此计算包含相同大小的向量，但它仍然与 scanpy 的结果不匹配。
我遇到了这个对话：https://github.com/theislab/scanpy/pull/425提到在计算层次聚类时，创建了上面的这个相关矩阵（但没有提供代码）。
如果有任何建议、解释和一些可能的 python/代码实现，我将很高兴。
我通过反复试验设法解决了这个问题。
事实上，不可能从两个 unequal-sized 矩阵之间的相关性中获得单个标量。
事实上，这个函数中的相关性根本不是针对基因进行的！它是根据一个50-components-PCA的数据集的结果计算出来的！
进行 PCA 后，您必须对每种细胞类型的每个分量的值进行平均（因为每种细胞类型包含不同数量的细胞）。因此，对于每种细胞类型，您将获得一个向量 (1*50)。
您最终将拥有一个数据框，其中每一列都是不同的细胞类型，每一行是每种细胞类型的 PCA 的平均成分。
皮尔逊相关性的计算可以简单地使用pandas的corr()函数在最终平均PCA数据帧上实现。
图的排列，包括树状图，可以用seaborn的clustermap()函数实现。
就是这样:)
我尝试使用我自己的 RNAseq 数据集重新创建 scanpy 教程中描述的相关矩阵。
scanpy 中的相关函数是：sc.pl.correlation_matrix 绘图如下所示：
这里的主要问题是：不同细胞类型之间的皮尔逊相关性是如何计算的，而每种细胞类型的矩阵大小不同？
例如：我有 1000 个基因作为列，500 个 CD34+ 细胞作为行，只有 200 个 CD19+ B 细胞。那么如何计算两种细胞类型之间的相关性呢？
此外，计算两个矩阵之间的相关性会产生另一个矩阵（而不是单个标量，如上图中所示）。例如，numpy 的 corrcoef() 函数应用于两个相同大小的矩阵会产生另一个矩阵，而不是标量...
我尝试对每种细胞类型的细胞基因表达进行平均，因此计算包含相同大小的向量，但它仍然与 scanpy 的结果不匹配。
我遇到了这个对话：https://github.com/theislab/scanpy/pull/425提到在计算层次聚类时，创建了上面的这个相关矩阵（但没有提供代码）。
如果有任何建议、解释和一些可能的 python/代码实现，我将很高兴。
我通过反复试验设法解决了这个问题。
事实上，不可能从两个 unequal-sized 矩阵之间的相关性中获得单个标量。
事实上，这个函数中的相关性根本不是针对基因进行的！它是根据一个50-components-PCA的数据集的结果计算出来的！
进行 PCA 后，您必须对每种细胞类型的每个分量的值进行平均（因为每种细胞类型包含不同数量的细胞）。因此，对于每种细胞类型，您将获得一个向量 (1*50)。
您最终将拥有一个数据框，其中每一列都是不同的细胞类型，每一行是每种细胞类型的 PCA 的平均成分。
皮尔逊相关性的计算可以简单地使用pandas的corr()函数在最终平均PCA数据帧上实现。
图的排列，包括树状图，可以用seaborn的clustermap()函数实现。
就是这样:)