做單細(xì)胞轉(zhuǎn)錄組的數(shù)據(jù)的時(shí)候很多時(shí)候都找了一個(gè)細(xì)胞類型之后，想知道這個(gè)細(xì)胞類型中case和control組上下調(diào)基因時(shí)怎么樣的，做差異嘛，大部分都會(huì)做到，這里講我犯得一個(gè)錯(cuò)誤。
就是findmarker是下面這樣做的

i='NK'
subobj <- subset(sample.integrated@meta.data,celltype2 %in% i)
scRNAsub <- subset(sample.integrated, cells=row.names(subobj))
dge.celltype <- FindMarkers(scRNAsub, ident.1 = 'case',ident.2 = 'control', 
                            group.by = 'group',logfc.threshold = 0.05,only.pos = F)

其實(shí)從代碼上看，我找到的avg_loFC這一列>0就應(yīng)該是case上調(diào)的，但是我用vlnplot去畫某個(gè)上調(diào)基因的時(shí)候，發(fā)現(xiàn)它在case中的表達(dá)量是低于control的，所以從小提琴上看，該基因應(yīng)該是下調(diào)的才對(duì)

糾正

犯這個(gè)錯(cuò)根本原因在于，findmarker和vlnplot的時(shí)候，此時(shí)assay的狀態(tài)應(yīng)該是RNA，不應(yīng)該是integrated，所以更正

i='NK'
subobj <- subset(sample.integrated@meta.data,celltype2 %in% i)
scRNAsub <- subset(sample.integrated, cells=row.names(subobj))
DefaultAssay(scRNAsub) <- 'RNA'
dge.celltype <- FindMarkers(scRNAsub, ident.1 = 'case',ident.2 = 'control', 
                            group.by = 'group',logfc.threshold = 0.05,only.pos = F)

此時(shí)找到的差異基因數(shù)目不僅比上述的多，而且上下調(diào)和畫出來(lái)的vlnplot就是一致的啦~
DefaultAssay(scRNAsub) <- 'RNA'
一定要切成RNA再去做別的