在可見的將來(lái)，還會(huì)有大量的單細(xì)胞數(shù)據(jù)分析初學(xué)者。我們帶著自己已有的知識(shí)背景加入到單細(xì)胞數(shù)據(jù)分析大軍中來(lái)，在我們第一次決定要做單細(xì)胞相關(guān)的工作時(shí)，我們不禁會(huì)自問(wèn)：?jiǎn)渭?xì)胞數(shù)據(jù)可以分析什么？
這里，我們列舉了幾個(gè)常見的單細(xì)胞轉(zhuǎn)錄組分析流程，出處自然給出。這些workflow讓我們對(duì)單細(xì)胞有一個(gè)鳥瞰式的認(rèn)知，好比一個(gè)練家子的練武柱樁，有了這個(gè)就可以去打生物學(xué)問(wèn)題了。
我們?cè)诓煌瑘?chǎng)合提到過(guò)，單細(xì)胞數(shù)據(jù)分析相比傳統(tǒng)的ngs分析多了一個(gè)細(xì)胞分析。比如單細(xì)胞轉(zhuǎn)錄組，可以分析：
- 轉(zhuǎn)錄組（基因表達(dá)）
- 細(xì)胞（分群，軌跡等）
單細(xì)胞數(shù)據(jù)分析的難點(diǎn)一個(gè)是細(xì)胞捕獲（獲得單個(gè)細(xì)胞），一個(gè)是細(xì)胞注釋（識(shí)別出細(xì)胞身份），好在目前這兩個(gè)都不再?zèng)]有頭緒，甚至可以說(shuō)可以用的工具很多。
在我們成功捕獲到了細(xì)胞，識(shí)別出細(xì)胞身份之后，其實(shí)數(shù)據(jù)分析才剛開始。就像小說(shuō)，到這里其實(shí)相當(dāng)于給角色起好名字了，真正的故事在后面。當(dāng)然，也有可能寫著寫著寫出新的人物如女二（新的細(xì)胞類型）。
所以剛開始你還在學(xué)單細(xì)胞數(shù)據(jù)分析，到這就聽到只會(huì)這些個(gè)分析其實(shí)只算事基本功。這距離就像會(huì)配緩沖液到獲得諾貝爾一樣，加油，科研人。
https://speakerdeck.com/stephaniehicks/welcome-to-the-world-of-single-cell-rna-sequencing?slide=3
10xgenomics
Computational approaches for high‐throughput single‐cell data analysis
Luecken M D, Theis F J. Current best practices in single‐cell RNA‐seq analysis: a tutorial[J]. Molecular Systems Biology, 2019, 15(6).
In-depth-NGS-Data-Analysis-Course
scrnaseq-course.cog.sanger.ac.uk
kallistobus
生信技能樹版
改編自 SCENIC Workflow
改編自 Computational approaches for interpreting scRNA-seq data
https://scrnaseq-course.cog.sanger.ac.uk/website/index.html
https://hbctraining.github.io/In-depth-NGS-Data-Analysis-Course/sessionIV/lessons/SC_pre-QC.html
https://scrnaseq-course.cog.sanger.ac.uk/website/introduction-to-single-cell-rna-seq.html
https://www.10xgenomics.com/blog/single-cell-rna-seq-an-introductory-overview-and-tools-for-getting-started
https://liorpachter.wordpress.com/2019/06/21/near-optimal-single-cell-rna-seq-pre-processing/
https://www.kallistobus.tools/tutorials
