我們?cè)诘玫絾渭?xì)胞數(shù)據(jù)raw count以后，需要對(duì)單細(xì)胞進(jìn)行一個(gè)標(biāo)準(zhǔn)化處理，然后再進(jìn)行下游分析。

在scRNA-seq中，由于每個(gè)細(xì)胞的起始轉(zhuǎn)錄分子量有限，每個(gè)細(xì)胞中轉(zhuǎn)錄本的捕獲以及擴(kuò)增效率都會(huì)有技術(shù)差異，因此很難保證樣本之間在文庫制備上保持高度的一致性。這也造成了多個(gè)樣本的測(cè)序數(shù)據(jù)中會(huì)存在由于文庫測(cè)序覆蓋率(sequencing coverage)?不同而引入的系統(tǒng)差異。數(shù)據(jù)的標(biāo)準(zhǔn)化目的就是消除這些差異，使得我們得到的分析結(jié)果不受技術(shù)噪音的影響。

一般地標(biāo)準(zhǔn)化有兩類：第一是seurat包里的函數(shù)normalize，計(jì)算了CPM，每百萬的reads數(shù)，將基因的count數(shù)除以該細(xì)胞的總read count數(shù)，然后乘與1000000，最后再進(jìn)行l(wèi)og2（n+1）的轉(zhuǎn)換

另外一種，R包scran，scran中的標(biāo)準(zhǔn)化使用computeSumFactors()函數(shù)，該過程是基于反卷積方法：先合并許多細(xì)胞的計(jì)數(shù)以避免drop-out問題，然后將基于池的量化因子(scale factor)“去卷積”為cell-based factors，以進(jìn)行特定細(xì)胞的標(biāo)準(zhǔn)化。

代碼：

需要用到的包：scran，scRNAseq，scuttle

構(gòu)建sce對(duì)象，將表達(dá)矩陣轉(zhuǎn)換為sce對(duì)象，符合scran的輸入格式

library(scran)

library(scRNAseq)

library(scuttle)

f1 <- read.csv("./10x/sc_CountMatrix.txt",sep="\t",row.names = 1)

sce <- SingleCellExperiment(assays = list(counts = f1))

clusters <- quickCluster(sce)

sce <- computeSumFactors(sce, clusters=clusters)

sce <-computeSpikeFactors(sce)

sce <- logNormCounts(sce)

sce@assays@data$logcounts #標(biāo)準(zhǔn)化后的數(shù)據(jù)提取