您现在看到的是单细胞转录组高级分析的部分内容（持更中）...在阅读全文之前，推荐您先掌握单细胞转录组标准分析流程。
单细胞转录组标准分析
单细胞转录组高级分析
推荐阅读顺序
Ro/e分析(本篇)
美化-featureplot
美化-dotplot
美化-降维图
美化-差异分析火山图
细胞分化-基本概念1
细胞分化-基本概念2
细胞分化-monocle1原理
细胞分化-monocle2原理
细胞分化-monocle2实战
细胞分化-velocyto.R
细胞通讯-CellPhoneDBv5简介
细胞通讯-CellPhoneDBv5安装及使用
细胞通讯-可视化-热图
细胞通讯-可视化-网络图
联合分析|bulk|Scissor
联合分析|scATAC|Liger
文献复现1-公共数据读取
文献复现2-Dotplot组图
文献复现3-GSE192742人肝细胞图谱1
文献复现4-GSE192742人肝细胞图谱2
合集完整内容查看方式：
1. 合集付费：在公众号首页找到“单细胞转录组（高级分析）”合集标签，点击进入；或在CCtalk平台搜索《单细胞转录组分析流程-高级分析》，即可找到本合集全部已更新内容。
2. 单篇付费：在公众号首页找到“单细胞测序”合集标签，点击进入，即可找到单篇阅读入口。
在细胞占比分析中，常见的条形图、桑基图可能不好量化量化每个亚群对组织的偏好程度，今天介绍的Ro/e分析(ratios of observed cell numbers to random expectations)侧重于同一组织内部不同细胞群的变化情况，具体说明可以参考张泽民老师团队的文章《Lineage tracking reveals dynamic relationships of T cells in colorectal cancer》。
Ro/e主要目的是评估不同的细胞系在组织分布是否显著偏离随机期望值，例如，如果 Ro/e>1，则表明在该组织中，某细胞簇的细胞数量高于随机期望，即表现为富集；如果 Ro/e<1，则表明某细胞簇在该组织中的细胞数量低于随机期望，即表现为消耗。常见用热图展示具体数值，或者根据数值用加减号替代：
+++, Ro/e > 1; ++, 0.8 < Ro/e ≤ 1; +, 0.2 ≤ Ro/e ≤ 0.8; +/−, 0 < Ro/e < 0.2; −, Ro/e = 0; in which Ro/e denotes the ratio of observed to expected cell number.
以下提供两种进行Ro/e分析的代码，得到的结果是一样的：
PRO=readRDS("obj.rds")
data <- PRO@meta.data
