零基础怎么快速进行单细胞分析？

近一段时间正在努力学习单细胞相关的理论知识，发现单细胞测序和普通的真核细胞的转录组非常相似。两者之间的最大的区别在于，一个测的是单个细胞的表达，一个测的是一堆细胞的表达之和。所以从这里就可以理解，为什么网上很多教程都在说，单细胞数据是一个巨大的稀疏矩阵。假设，一个样本可以捕获一万个细胞，这时候单细胞的矩阵大小为：2w个基因*样本数*1万个细胞，而转录组数据的大小：2w个基因*样本数。两个矩阵相差了一万倍，巨大一词就是从此处而来。

我们要理解不是所有的细胞都要表达2w个基因，细胞在机体内有各自的分工，所以有的细胞可能就只表达了几百个基因，有的是几十个，有的是几千个，所以单细胞数据中会存在大量的零，这种数据又被称为稀疏矩阵。

那我们怎么做单细胞分析呢？

目前生信豆芽菜提供了两版单细胞分析工具

老版：http://www.sxdyc.com/singleCellTool

为了更加简单方便的使用单细胞分析，又推出了新版工具，新版本更加契合零基础的用户。首先，我们大致了解单细胞基本分析包括哪些？

数据读取，质控，过滤，去批次，亚群聚类，marker基因的筛选，特征基因的表达，新增注释信息。

基本分析基本已经满足了常规的套路文章3分加点单细胞验证的水平，比如说之前我们上线零代码复现2，基于某一个特征基因集建模分型，最后筛选到关键的基因，这时候，我们可以使用单细胞的基础分析工具盒进行简单的验证。

首先进入生信豆芽菜官网（http://www.sxdyc.com/index）

目前只上线了一个基础分析的版本，后续会对其他分析陆续进行上线

接下来，我们看看怎么进行单细胞的基础分析

第一步：细胞读入+质控

这里有三种格式的数据选择，记得先下载示例数据看一下再开始进行分析

这三个压缩包都是，都是可以直接使用的数据。

这里我们以10x的数据为例，10x的标准数据一个样本一个文件夹，每一个文件夹包含了三个文件

然后全选这三个文件夹，压缩为zip，上传即可。

提交后，输入任务队列名

运行成功后，下载文件

第一个相关性越大越好，后面两个相关的越小越好

通过小提琴图展示形式，选择第二步细胞过滤的阈值。

第二步：细胞的过滤

这里根据第一步生成的vlnPlot.befor.pdf，输入筛选的阈值，这里的UMI就是图中的ncount，基因数量为nfeature，线粒体的百分比含量为percent.mt。

如这里UMI的默认写了100，50000则默认为100<UMI<50000。双向的选择也是为了剔除细胞碎片和双细胞，那么选多少合适呢？选多少都可以，没有固定的标准。

提交等待运行成功就可以了

第三步：去批次

在第二步中，通过TSNE/UMAP的图，查看样本细胞的分布，如果不同样本之间泾渭分明，差别很大，则选择去批次的方法，如果各个样本之间相互杂糅你中有我，我中有你，可以选择不去批次，这时候直接选择none即可。

这两个图即是去批次后的tsne/UMAP图。

第四步：亚群聚类

输入分辨率，输入的数值越大，分的亚群越多，默认输入0.1的分辨率

细胞的一个分组信息

第五步：特征基因表达的气泡图（该步骤可以运行也可以不运行）

该步骤设计的主要有两个

1、做亚群手动注释，需要我们提前查找文献筛选细胞marker基因。

2、查找某一个特定的功能集中的基因的表达情况

这里我随便找了几个基因进行绘图

这里的基因表达颜色是从低到高，不管选几个颜色都是可以的

第六步：新增注释信息

这里默认会对meta的信息进行整理，先导入数据

根据需求新增注释信息，每选择一次需要提交，可以提交多次，如果是亚群注释的信息，列名需要改为cell_type

第七步：marker基因的筛选

如果在第六步进行亚群注释，新增了一列cell_type，即可针对注释后的亚群进行marker基因的筛选，如果没有进行亚群注释，只能选择注释前，也就是聚类（seurat_clusters）进行marker基因的筛选

到这一步，基础分析就做完了，操作简单，调理清晰，是不是有眼前一亮的感觉，也许这就是真正在用心做的平台吧，会想要关心用户的使用。