为什么Seurat标准流程经过pca处理之后的p-value都是0

Question

在用seurat包进行单细胞测序分析的时候，不知道为什么跑出来pca以后得到的p-value都是0。

这里是用JackStraw检验的时候出现的

seurat_phase <- JackStraw(seurat_phase,num.replicate = 100) 
seurat_phase <- ScoreJackStraw(seurat_phase, dims = 1:20)
JackStrawPlot(seurat_phase, dims = 1:15)
Warning message:
Removed 21000 rows containing missing values (`geom_point()`). 

画出来的结果是这样的

这是在找marker的时候的

> cluster2.markers <- FindMarkers(seurat_phase, ident.1 = 2, min.pct = 0.25)
  |++++++++++++++++++++++++++++++++++++++++++++++++++| 100% elapsed=02m 15s
> head(cluster2.markers, n = 5)
          p_val avg_log2FC pct.1 pct.2 p_val_adj
ABCA10        0   2.954014 0.832 0.258         0
ABCA6         0   1.884818 0.798 0.343         0
ABCA8         0   1.949229 0.754 0.346         0
ABCA9         0   2.313746 0.779 0.284         0
ABCA9-AS1     0   2.811838 0.681 0.176         0

有点不清楚是那个地方出了问题，或者是数据处理的方法不对导致的吗？还是这代表了数据有什么别的特性呢？请大家帮忙看一下这个问题是怎么回事，万分感谢！

Answer 1

Seurat标准流程中使用JackStraw方法进行差异基因检测时，p-value为0可能是因为JackStraw方法在计算p-value时使用的是假设检验中的负无穷大值（-Inf）。在计算p-value时，JackStraw方法首先在每个维度上随机重排基因表达数据，然后计算在重排后的数据中该维度上的差异基因数量。如果该维度在重排后的数据中差异基因数量大于原始数据中的数量，则p-value记为0，否则p-value记为1/重排次数。因此，在计算p-value时，如果重排后的数据中差异基因数量始终大于原始数据中的数量，则p-value将始终为0。这可能是因为在该数据集中，所有维度上的差异基因数量都很大，而且在任何重排方式下都大于原始数据中的数量。