在进行单细胞降维分析时，resolution值的确定会影响亚群数的多少，但最开始分析的时候不知道亚群数最佳为多少，可通过一些分析结果进行确定。

10X单细胞转录组测序—常规流程 - 哔哩哔哩 (bilibili.com)

获取PCA分析后的结果

P值分析

通过p值分析，确定最多降维出多少个亚群是可信的。参数dims可设置最大（最大为PCA分析时参数npcs值的大小，默认为30）。

作出的图中有一条虚线，只要实线在虚线之上就认为是可信的。若实现太靠上或太靠下，显得不美观，可调整ymax值的大小。

可通过碎石图初步确定亚群数

通过人为确定拐点来确定分组数

树形图确定

不能确定resolution就设置一系列resolution值进行筛选

解读：箭头的指向代表了一种从属关系，每一列代表一种resolution值，resolution值从左到右依次增大，每一个圆圈代表该resolution值的一个亚群，箭头的指向应尽量避免杂乱，如果出现两个箭头共同指向同一个亚群，说明降维效果不好，应找不出现这种情况的最小resolution，即当前最适合的resolution，若想继续减小resolution，需要对降维参数进行优化。

优化思路

1. 数据质控的好坏会影响降维的好坏。可根据我写的文章10X单细胞转录组测序—常规流程 - 哔哩哔哩 (bilibili.com)中质控的方法，调整各类型基因所占比例的阙值，也可以删除reads数贡献较大的基因，也可删除线粒体，核糖体，血红蛋白相关基因。

2. 若没有删除细胞周期相关基因，需要进行周期分析，回归掉相关基因，降低该部分基因对降维的影响。

3. 若分析的是免疫细胞，那就可以用相关的免疫细胞的marker基因进行标准化和降维，例如cellmarker数据库中的基因。在我的文章10X单细胞转录组测序—常规流程 - 哔哩哔哩 (bilibili.com)中都有涉及。标准化和PCA分析时可将参数features设置成不同的基因集，来筛选哪种设置方法最佳。

4. 各个函数中dims参数的大小也会影响降维的好坏。

欢迎关注我的公众号「26号宇宙」，我会不断发布数据分析，电脑技巧等相关的内容，你也可以向我提出相关的问题，我会尽可能地帮你解决。