单细胞的测序自2009年开始,短短十几年的时间呈现爆发式的增长与普及,其在科研、医疗、诊断等多个领域发挥了重要的作用。单细胞的捕获细胞数随着各种技术的迭代,从最开始的Smart-seq近百个细胞的捕获通量增加到10X genomics捕获近万个细胞。
通过使用纳米芯片等技术,细胞数有了巨大的提升。最近研究中的的原位条形码技术是的捕获的量级达到了十万级的水平。并且,根据10X官方的介绍,今年下半年预期会有更高级细胞水平通量的技术推出。
截至今日,单细胞的数据处理软件多如牛毛,从上游的数据比对软件cellranger、kallisto,到归一化的处理方式、批次效应的矫正模型,以及细胞的降维方法,这些软件的选取排列组合不下百种,如何进行选择与调整往往会花费研究人员大量的时间。
现如今,Seurat(https://satijalab.org/seurat/)作为一个整合诸多功能的R包,因其封装程度高,仅需几个函数就可以完成大量的分析工作,在单细胞下游细胞-表达量矩阵处理分析流程上拥有着十分高的欢迎程度,许多的科研机构都将之作为分析流程中主要的统计绘图工具。
但是,受限于单细胞的表达矩阵十分庞大的原因,随着细胞数目的增长,需要加载至内存的数据就越发庞大。据分析人员的测试,十个样本,98000个左右细胞数量的文件,在