这篇博客详细记录了对单细胞RNA测序数据的分析流程，从构建Seurat对象开始，涵盖质量控制、数据标准化、特征选择、尺度转换、主成分分析、聚类、非线性降维、差异表达分析、细胞注释及细胞间相互作用等多个关键步骤。通过这个学习路径，可以深入了解单细胞转录组学的数据处理方法。
brief
最近的一篇综述讲述了单细胞数据的分析方向，包括对应的工具，准备跟着文章走一次，如下是学习记录。
Title ： Complex Analysis of Single-Cell RNA Sequencing Data
DOI ： 10.1134/S0006297923020074
目前的学习路径如下：
（每个步骤细节还蛮多的，放在一起就太臃肿且不好组织了，分开学习分开记录，有需要的点击超链接。）
1.构建Seurat 对象
2.Pro-process：QC & 过滤细胞
3.Normalizing the data
4.Feature select
5.scale data
6.RunPCA
7.cluster
8.非线性降维+可视化
9.Cluster biomarkers：differential expression
10.Cell annotation
11.Cell-cell intraction
扫一扫
2476
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
