NMF：非負矩陣分解，大家應該不會陌生，大家或多或少的聽說過，我們之前介紹一個R包geneNMF（GeneNMF: 基于NMF（非負矩陣分解）的基因程序識別及可視化）替代NMF分析，有小伙伴說不正宗，這里我們介紹正式的NMF包，R語言版單細胞非負矩陣分解。關(guān)于它的原理不再多做介紹，可以關(guān)注它的paper，或者網(wǎng)上搜一搜優(yōu)秀易懂的介紹。

大多數(shù)小伙伴有的疑問，我說兩點：

第①：NMF算法并不是專門針對生信開發(fā)的，是一種分析方法而已，將其應用到單細胞。這就回答了很多人關(guān)心的一個問題，NMF只能用于腫瘤數(shù)據(jù)研究？（可能大家看到的絕大多數(shù)文章，大概率是網(wǎng)上帖子的介紹都是關(guān)于腫瘤的），并不是的！其他數(shù)據(jù)，實際情況符合下，也可以用這種方式進行數(shù)據(jù)分析！

第②：NMF在單細胞的應用中，主要集中在數(shù)據(jù)降維、亞群分析，以及基因表達模式分析（MEP）上，這種目前文章中用到最多的，但是不代表它只局限于此，可以發(fā)揮自己原創(chuàng)想象，或者參考其他優(yōu)秀文章。

我們這個帖子，主要介紹上面兩種應用，數(shù)據(jù)降維和基因表達模式分析（MEP），系統(tǒng)的演示了具體的使用方法和完整流程，分析及可視化，也終結(jié)了初學者的困惑，不知道如何下手。MEP的分析也是參考和總結(jié)了多篇高分優(yōu)秀SCI論文（論文鏈接附上，以便于理解NMF的解讀），我們做了一些的修改。但是提供了幾個函數(shù)和幾個作圖內(nèi)容！

快look look，純代碼實現(xiàn)的高分SCI論文常見圖：

640.png