作者：童蒙
編輯：angelica
函數(shù)1—scanpy.pp.regress_out
01 功能
去除非期望來源的方差對數(shù)據(jù)的影響。使用的是簡單的線性回歸模型，同seurat的regressOut類似，然而，在某些情況下需要注意，可以參見：https://github.com/theislab/scanpy/issues/526
對于不同的數(shù)據(jù)，可能效果不一樣，需要仔細分辨。比如下圖第一行的，經(jīng)過regress_out后，PC2已經(jīng)降低了很多；而對于第二行的數(shù)據(jù)，由于包含了各種細胞類型，不管PC1還是PC2都同檢測的基因數(shù)有關(guān)，因此取出后，感覺更怪異了。
對于細胞周期，第三行很好地分開G1 和 G2 M/S期，而第四行卻不行，可能跟細胞類型多有關(guān)。
因此在使用這個函數(shù)的時候需要注意，regress_out會去除方差，然而通常去除的MT表達量或者細胞周期都是生物方差，而不是技術(shù)方差。去除生物方差的時候，可能會對其他的過程有影響，會誤傷到我們想關(guān)注的因素。也許在做軌跡推斷有幫助，但是在聚類的時候會有干擾。例如細胞的分裂周期可能跟細胞類型有關(guān)（不同的細胞類型也許會處于不同的細胞周期，比如干細胞和增值細胞），MT的表達可能跟某些生理因素相關(guān)，因此在去除的時候需要注意。
02 參數(shù)
- adata：AnnData
- keys：選擇的obs中的key
03 例子
sc.pp.regress_out(adata, ['total_counts', 'pct_counts_mt'])
04 代碼片段
利用Gaussian來去除方差，y為表達量，x為選擇的obs；并且獲得分析后的殘差，修改y, 即adata.X
result = sm.GLM(
data_chunk[:, col_index], regres, family=sm.families.Gaussian()
).fit()
new_column = result.resid_response
函數(shù)2—scanpy.pp.scale
將數(shù)據(jù)歸一化到mean=0，var=1。
如果某個基因沒有任何方差，也會被保留，如果設(shè)置了zero_center=True，那么會設(shè)置為0 ，未來會設(shè)置為NaN。否則會丟掉這個基因。
Variables (genes) that do not display any variation (are constant across all observations) are retained and (for zero_center==True) set to 0 during this operation. In the future, they might be set to NaNs.
