1.基于python的单细胞数据预处理-归一化

参考：
[1] https://github.com/Starlitnightly/single_cell_tutorial
[2] https://github.com/theislab/single-cell-best-practices

归一化的引入

在质量控制中，已经从数据集删除了低质量细胞。然而由于测序技术的限制，我们在样本中获得RNA时，经过分子捕获，逆转录和测序，这些步骤会影响同一种细胞的细胞间测序深度的变异性，因此，数据中的细胞间差异包含了这部分误差，等价于counts矩阵包含了变化很大的方差项。

归一化旨在通过将UMI counts的方差缩放到指定范围，以调整原始矩阵的UMI counts。目前有两种归一化方法：

• 移位对数：在大部分数据中表现良好，有利于稳定方差，进而利于降维和差异基因识别；
• 皮尔森残差的近似解析：保留生物学差异，有利于鉴定稀有细胞类型。

首先，我们加载数据：

import omicverse as ov
import scanpy as sc
import matplotlib.pyplot as plt

ov.utils.ov_plot_set()

adata = sc.read("./data/s4d8_quality_control.h5ad")
print(adata)

然后，可视化total_counts，这是描述一个细胞中发现的分子数量（UMI），通常也可以被认为是这个细胞的文库大小：

import seaborn as sns
plt.figure(figsize=(8, 6))
p1 = sns.histplot(adata.obs["total_counts"], bins=100, kde=False)
plt.show()

这可视化了原始计数UMI的分布，可以用于和之后归一化的分布对比。

移位对数

这里介绍基于delta方法的移位对数，delta方法应用$f(Y)$，使得原始计数$Y$中的差异被缩小： f ( y ) = l o g ( y s + y 0 ) f(y)=log(\frac{y}{s}+y_{0})