Parameter Atlas

描述单个细胞中有非零计数的基因种类数。

近似反映单细胞捕获到的转录本总量和测序深度。

观察线粒体基因计数占总计数的比例，常用于识别受损细胞。

估计一个液滴同时捕获两个或更多细胞的概率。

决定有多少高变基因进入后续缩放与降维。

决定哪些 PCA 维度用于建立细胞邻接关系。

控制邻接图的局部尺度。

预筛选至少在一定细胞比例中表达的基因。

限制只测试或展示达到一定表达倍数变化的特征。

在多重检验中控制被报告发现里预期错误发现的比例。

描述样本或细胞获得的序列读段数量。

衡量有效信号相对于背景 reads 的富集程度。

比较 TSS 附近开放信号与远端背景，反映文库信噪。

限制可匹配个体之间允许的倾向评分距离。

根据电泳峰形概括 RNA 降解程度，是建库前的样本质量线索。

表示该碱基估计错误概率约为千分之一，常按碱基位置或 reads 比例汇总。

描述 reads 能够与参考序列建立对应关系的比例。

移除在绝大多数样本中几乎没有信息的基因，降低检验负担。

估计文库深度和组成偏差，使样本在适当假设下可比较。

把 condition、batch、配对或交互作用映射到可估计的模型系数。

指定模型系数之间哪一个方向的差异对应研究问题。

决定进入捕获反应的组织体积和形态层叠程度。

定义一个表达向量对应的物理组织范围。

过滤信息极低的位置，同时保留其组织学情境。

表达坐标和组织图像之间的空间误差。

定义空间图中哪些位置互为邻居。

控制空间区域划分的粒度。

为混合空间单位提供候选细胞类型表达特征。

每端 read 读取的碱基数。

接头之间来自样本的片段长度分布。

read 中人工接头序列的比例和位置。

重复观察相同片段的程度。

reads 对应多个参考位置的比例。

定义可被计数的 feature 与坐标。

决定 Tn5 与染色质底物的比例和最终文库复杂度。

影响片段切割密度和插入长度分布。

描述线粒体 DNA reads 占比及核基因组 reads 的机会损失。

控制哪些局部富集区域进入 peak 集。

规定区域需要多少独立样本支持才能成为共同特征。

决定候选 peaks 与哪些可检测区域比较序列模式频率。

真正支撑实验推断的独立生物实体数量。

决定目标与参考信号是否处于可定量线性范围。

在目标信号、背景、特异性与动态范围之间平衡。

同步确定纳入资格、策略分配与随访开始的共同时间点。

时间零点前用于排除既往治疗的连续观察窗口。

方案允许参与者完成策略启动的时间范围。

以时间顺序和因果图选择暴露前共同原因。

分析前预设的错误率控制阈值，不是科学真伪分界。

置信区间程序的长期覆盖率目标。

影响重抽样标准误和分位数区间的 Monte Carlo 稳定性。

贡献独立信息、决定有效 N 和标准误的基本单位。

描述观察到的效应变异中超过抽样误差所占比例。

随机效应模型所假设真实效应分布的方差，依赖效应尺度。

选择共同效应还是相关但不同效应的目标模型。

零事件研究下稳定传统比值效应计算的数值选择。