10X单细胞转录组数据的动态阈值过滤

总是有粉丝在我们的各个公众号教程下面留言关于单细胞数据处理的细节问题，比如为什么我们过滤线粒体基因表达量超15%的细胞啊，为什么看核糖体基因表达量占比啊等等。

其实看一下基础10讲：

就明白了， 问怎么过滤以及犹豫不决那些过滤标准的，往往是统计学背景知识不足，或者单细胞项目经验不足，所以自己没有把握去一定程度的随心所欲的改变阈值。

这个时候，推荐大家看一下动态阈值过滤，统计学是sigma法则：

对于正态分布的x，x取值在(mean-3sd,mean+3sd)范围内的概率是0.9973002，这个概率外的事情基本上不可能发生。

比如于2021年3月发表在《Nature Communications》杂志的文章， 标题是：《Time-resolved single-cell analysis of Brca1 associated mammary tumourigenesis reveals aberrant differentiation of luminal progenitors》，链接是：https://www.nature.com/articles/s41467-021-21783-3

就是采用了动态阈值过滤，如下所示：

动态阈值过滤指标

这个时候会有同学问了，为什么这个文章采用的是MAD指标而不是SD指标呢？我只能说，统计学深似海啊！同志们，加油！

统计学是一块的难啃的骨头，所以我们整理了技能树往年笔记，以及一些优秀同行的分享分享给大家，每一篇都值得细细品读！

如果不学统计学，那么你就不可能看懂下面这图，生物信息学领域耳熟能详的生存分析，主成分分析，差异分析你都无法理解。

首先是statquest学习小组长笔记

待续，持续更新

然后是小组最优秀成员Rvdsd的笔记列表：

接着是协和八统计干货

第 1 章  高屋建瓴看统计

第 2 章  算术平均数与正态分布

第 3 章  t 检验：两组平均数的比较

第 4 章  方差分析（ANOVA）：多组平均数的比较

第 5 章  线性回归：统计建模初步

第 6 章  广义线性模型：统计建模进阶

你在 或者不在 需要逻辑回归来算

自检

番外篇

最后还有已经停更的NGSHotpot机器深度学习生信

这个NGSHotpot机器深度学习生信公众号负责人已经各奔东西，创始人也去了华为，估计是不会再更新了，大家以后学生物信息学只能看我们生信技能树啦，持续输入五年，领域内没有对手！

如果你不想错过我们的精彩教程，请置顶我们：没看到通知？是不是五行缺星？

如果你不想漏掉我们往期教程，请学会搜索：历史宝藏这样找

更有大量的学习笔记在“生信技能树论坛”的“统计学板块”👇

之所以如此重视笔记输出，正如当时发起学习小组时所言：

在学习一门知识而又无法高频率的使用时，那么“学完就忘”的概率高到让它不像是一个随机事件。而记笔记是学习一门新知识非常重要的手段，它恰恰是抵抗“学完就忘”的法宝。

笔记输出其实也是从原理层到应用层转变的一种模式，学习很容易，自以为懂了也很容易，但是要讲清楚却不容易，写下来也不容易，写好更不容易，完成一篇笔记也许需要10篇参考文。

输出笔记既是知识点的总结和记录，以便于整理、学习和复习，又是思维层面的转换，是从被动学习到主动输出的过程。