辅助信息
“辅助信息”模块是您在云平台进行数据分析时的“仪表盘”和“工具箱”，它集成了多个关键功能，旨在确保您的分析工作流程清晰、可追溯且高效。本模块主要包含两大核心板块：
- 标签管理：提供一整套强大的元数据（meta.data）编辑工具，让您可以灵活地创建、修改、合并和管理细胞标签，从而深入挖掘数据价值。
- 操作日志：忠实记录您在平台上对meta.data的每一步操作，为您提供完整的历史记录，便于问题排查和流程回顾。
NOTE
辅助信息模块有助于追溯分析流程、标签变更和操作历史，建议定期检查以保障数据一致性。
标签管理
本节介绍的工具可帮助您管理和操作细胞的元数据（meta.data）标签。您可以对标签进行删除、修改、合并、新增等操作，以满足不同的分析需求。
可对当前流程内的标签进行删除、修改、合并和新增。点击“x”可删除该列标签，点击“✏”可对该列标签进行修改。
点击【新增标签】，可对标签进行合并和新增。
1. 新建分辨率
“新建分辨率”功能允许您调整聚类的粒度，从而影响细胞分群的精细程度。这与细胞注释模块中的功能一致。
核心优势:
- 探索不同层级的细胞结构: 通过调整分辨率，您可以在不同尺度上探索细胞群体。较高的分辨率会产生更多、更小的细胞簇，适合精细分析；较低的分辨率则产生较少、较大的细胞簇，适合宏观观察。
- 优化分析策略: 根据您的生物学问题，选择最合适的分辨率，以获得最佳的细胞分群结果。
该功能为探索性数据分析提供极大的灵活性，帮助您发现不同层次的生物学模式。
2. 添加标签
“添加标签”功能允许您根据一个或多个条件对细胞（Barcode）进行分组和标记，从而创建新的自定义标签。这对于从复杂数据中筛选、识别和分析特定细胞亚群非常有用。和“画图工具”添加标签模块功能一致。
功能优势
- 精准筛选细胞群：通过设置多个筛选条件（例如，来自特定样本、表达特定基因、属于某个聚类），可以精确地定义和分离出您感兴趣的细胞群体。
- 简化复杂分析：将符合多个条件的细胞归为一个新标签，可以简化后续的差异表达分析、可视化和功能富集分析。
- 提高分析灵活性：您可以根据研究需求，动态创建任意复杂的细胞分组，而不受限于预设的注释信息。
操作步骤
点击【新增标签】后，选择“添加标签”功能。
进入“添加标签”页面后，您可以按照以下步骤操作：
- 命名新标签：在“名称”处为您的新标签输入一个描述性的名称。
- 设置筛选条件：
- 选择要筛选的列（例如
seurat_clusters）。 - 使用运算符（“==”等于 或 “≠”不等于）和值来定义条件。
- 如果需要多个条件，可以使用逻辑运算符（“and”交集 或 “or”并集）来组合它们。
- 选择要筛选的列（例如
- 定义默认值：为不满足条件的细胞设置一个默认标签，通常是“Undefined”，但也可以自定义。
- 完成添加：点击【添加标签】按钮，系统会根据您设置的条件创建一个新的标签列。这个新标签可用于后续的所有分析和可视化。
例如，您可以创建一个标签，用于标记所有来自“样本A” 并且 属于“T细胞”的细胞，以便专门分析这部分细胞的特征。
3. 合并亚群注释
在单细胞分析中，我们常常会对一个大的细胞群体（如T细胞）进行再次聚类，以鉴定更精细的亚群（如CD4+ T细胞、CD8+ T细胞）。“合并亚群注释”功能可以将这些更精细的亚群标签整合回原始的细胞注释列中，实现注释信息的更新和统一。
应用场景：当您完成对某个细胞亚群（例如B细胞）的精细注释后，希望将这些详细的标签（如“Memory B cell”、“Plasma B cell”）更新到主流程的总体细胞类型标签中，取代原有的“B cell”标签。
操作流程：
- 首先，选择包含主要细胞群体（大群）的流程和标签列。
- 然后，选择包含精细亚群注释的流程和标签列。
- 系统会将亚群的注释精确地覆盖到大群对应的细胞上，生成一列新的、信息更丰富的细胞注释。
选择大群中要被覆盖的标签（如celltype_shoudong）和亚群中准备覆盖的标签（如sub_B_celltype）。
可看到标签“celltype_shoudong”中的“B cell”在标签“CellTypeWithSubB”中被覆盖为“Memory B cell”。
CAUTION
合并亚群注释时，原有标签内容会被新标签覆盖，请谨慎操作。
4. 合并列
“合并列”功能允许您将多个现有的元数据列（标签）合并成一个单一的、信息更丰富的列。这对于创建能够反映多重实验条件或细胞特征的复合标签非常有用。
使用场景:
- 整合实验信息: 将“样本来源”（如
Sample）和“处理条件”（如Treatment）合并，生成一个能唯一标识每个细胞组的标签（例如SampleA_DrugX）。 - 创建精细注释: 将一个粗略的细胞类型注释（如
T_cell）与一个更精细的聚类结果（如cluster_id）合并，以获得更精确的细胞亚群定义（例如T_cell_cluster1）。
操作步骤:
- 命名新标签: 为合并后的新列指定一个描述性名称。
- 选择分隔符: 选择一个分隔符（如“_”或“-”）来连接合并列的内容。
- 选择合并列: 勾选您希望合并的列。
合并后，新的复合标签将出现在您的元数据中，如下图所示，标签“Sample”和“CellAnnotation”通过分隔符“_”合并成了新标签“test”。
5. 上传合并meta
此功能是实现数据整合的关键。它允许您将本地存储的元数据文件（如临床信息、样本批次、或其他分析生成的注释）上传并合并到当前云平台的分析流程中。
核心要求:
- 文件格式: 支持
.txt或.csv格式。 - 匹配键: 您的本地文件必须包含一个名为
barcode的列，其内容需要与云平台流程中的细胞条形码相对应。这是合并的依据。 - 列名唯一性: 除了
barcode列，本地文件需要至少包含另一个信息列，并且其他列名不能与流程中已有的元数据列名重复，以避免冲突。
应用价值:
- 整合多源数据: 将外部的临床数据、样本信息或自定义注释与单细胞表达数据关联起来，进行更深入的整合分析。
- 导入其他分析结果: 将使用其他软件（如Seurat、Scanpy）生成的聚类或注释结果导入平台，实现跨平台分析。
6. 复制列
“复制列”是一个简单但实用的功能，允许您创建一个现有列的精确副本，并为其指定一个新名称。
常见用途:
- 备份与探索: 在对一个重要的注释列（如手动注释的细胞类型）进行修改或重新分类之前，先复制一份作为备份，以防操作失误。
- 创建衍生标签: 将一个现有列作为新标签的基础，然后在此副本上进行修改（例如，合并或删除某些类别），而无需改动原始数据。
7. 格式转换
“格式转换”功能允许您更改元数据中特定列的数据类型。正确的数据类型对于后续的分析和可视化至关重要。
常见转换场景:
- 数值转字符: 将数值型变量（如聚类cluster）转换为字符型变量。这在需要将这些变量作为分类条件进行分组或绘图时非常有用。
- 字符转数值: 在某些需要进行数学计算的场景下，可能需要将标签转换为数值。
为什么重要？
- 分析兼容性: 某些统计分析或可视化工具要求输入特定类型的数据（例如，分组比较通常需要字符型变量）。
- 数据解释: 正确的格式有助于平台和用户正确地解释数据，避免将分类信息误认为连续数值。
操作日志
“操作日志”板块是您项目分析历程的忠实记录者。它详细记载了每一次对meta.data进行的修改、新增、删除等操作，包括操作时间、具体内容等关键信息。
核心价值：
- 分析过程可追溯：当您或合作者对分析结果有疑问时，可以通过日志快速回溯，了解每一个标签是如何产生或被修改的。
- 保障数据安全性：所有操作均有记录，有效防止误操作或恶意修改导致的数据混乱，保障了分析的严谨性。
