經過scRNA-Seq的分析並獲得各細胞表現量的資訊後，後續會進行篩選細胞資訊，通常以繪製Knee plot進行評估；評估完之後會進行細胞的分群，以便找出不同細胞型態的資訊，一般可以透過t-SNE、UMAP等分析方法來區分細胞型態。

Knee plot是用來判斷資料的截取點〈cutoff point〉，在single cell分析中主要是用來評估實際抓到的細胞數目。圖表中的X軸代表依照UMI的數量多寡進行排序並計算符合條件的細胞數量。而Y軸代表為累計UMI數量的比例。紅線左側即預期所篩選的細胞。

t-SNE〈t-distributed Stochastic Neighbor Embedding〉/UMAP〈Uniform Manifold Approximation and Projection〉是透過降維至二維或是三維的方式，來視覺化擁有多個資料 (Ex: genes) 樣本分布情況。此分析的演算法具有隨機性，每次分可以產生不同的結果。而須注意的事情為圖上之間的距離沒有意義，並不是越靠近就越相似。

#詳盡的售後服務諮詢

#專屬的數據管理系統

#迅速的發送結果報告

#專業的生物資訊分析

#源資生技

#TriIBiotech

#scRNASeq

#SingleCellSequencing