Figure2

Data used to build figure 2: Assignment of cell line type to clusters generated with Seurat, implemented in rCASC. A) RNA-5c clustering, five clusters generated with Seurat (resolution=0.1), using 2500 genes seected as the most variant within the 5000 most expressed (rCASC topx function). . B) RNA-3c clustering, four clusters generated with Seurat (resolution=0.1), using the 2500 genes selected for RNA-5c. C) RNA-5c hierarchical clustering (Euclidean distance, average linkage) of log2 CPM clusters’ pseudo-bulk expression (rCASC bulkClusters function), row-mean centered, and CCLE lung cell lines A449, NCIH838, NCIH2228, NCIH1975 and HCC827 log2 TPM row-mean centered. D) RNA-3c hierarchical clustering (Euclidean distance, average linkage) of log2 CPM clusters’ pseudo-bulk expression (rCASC bulkClusters function), row-mean centered, and CCLE lung cell lines A449, NCIH838, NCIH2228, NCIH1975 and HCC827 log2 TPM row-mean centered.<br>Figure 2Asomewhere_in_your_computer/fig2/RNA2500-5c/VandE/Results_0.1/VandE/5/VandE_Stability_Plot.pdf<br>Figure 2Bsomewhere_in_your_computer/fig2/RNA2500-3c/VandE/Results/VandE/4/VandE_Stability_Plot.pdf

用于构建图2的数据集：为使用Seurat生成的聚类簇分配细胞系类型，该分析通过rCASC工具实现。
A) RNA-5c聚类：选取5000个高表达基因中变异度最高的2500个基因（通过rCASC的topx函数完成筛选），使用Seurat生成5个聚类簇（分辨率参数为0.1）。
B) RNA-3c聚类：沿用RNA-5c所用的2500个筛选基因，通过Seurat生成4个聚类簇（分辨率参数为0.1）。
C) RNA-5c层级聚类（采用欧氏距离、平均连锁法）：对经行均值中心化处理的log2 CPM聚类伪批量表达数据（调用rCASC的bulkClusters函数），以及经行均值中心化处理的CCLE (Cancer Cell Line Encyclopedia)肺癌细胞系A449、NCIH838、NCIH2228、NCIH1975与HCC827的log2 TPM数据进行聚类分析。
D) RNA-3c层级聚类（采用欧氏距离、平均连锁法）：对经行均值中心化处理的log2 CPM聚类伪批量表达数据（调用rCASC的bulkClusters函数），以及经行均值中心化处理的CCLE (Cancer Cell Line Encyclopedia)肺癌细胞系A449、NCIH838、NCIH2228、NCIH1975与HCC827的log2 TPM数据进行聚类分析。
图2A对应文件路径：somewhere_in_your_computer/fig2/RNA2500-5c/VandE/Results_0.1/VandE/5/VandE_Stability_Plot.pdf
图2B对应文件路径：somewhere_in_your_computer/fig2/RNA2500-3c/VandE/Results/VandE/4/VandE_Stability_Plot.pdf