掌握單細胞的環(huán)境搭建和分析套路后，接下來主要是單細胞數(shù)據(jù)分析。單細胞數(shù)據(jù)與單細胞測序平臺密切相關。早期單細胞測序基于熒光分子或者細胞形態(tài)篩選細胞，再擴增和測序，往往通量較低，以SMART-seq最具代表性，其數(shù)據(jù)由三部分組成，可以分別獲取。比如肝癌數(shù)據(jù)集GSE144028。

                          min.features = 200)

非特異性細胞分選比較成熟的單細胞高通量測序技術，主要包括Fluidigm的C1平臺，BD Rhapsody平臺和目前使用最廣泛的 10xGenomics 平臺。 上傳到GEO的數(shù)據(jù)并沒有經(jīng)過平臺歸一化處理 ，其中無論是芯片數(shù)據(jù)、二代測序數(shù)據(jù)還是單細胞數(shù)據(jù)的格式差異較大，而不像TCGA數(shù)據(jù)那么歸整。這就導致GEO單細胞數(shù)據(jù)及其讀取的多樣性。

                          min.features = 200)

GEO數(shù)據(jù)庫提供的單細胞數(shù)據(jù)大致分為三類，①原始數(shù)據(jù)：fastq格式的測序數(shù)據(jù)；②經(jīng)過Cellranger標準化后的10X數(shù)據(jù)；③counts數(shù)據(jù)。前面分享的主要是第二種數(shù)據(jù)。對于fastq數(shù)據(jù)的處理，需要用到Linux和shell ，我們以后再做分享。關于counts數(shù)據(jù)，仍然屬于下游數(shù)據(jù)分析，值得嘗試分析。

save(scRNA_all, file = "scRNA_all.Rdata")

此外，還有 h5格式等存儲的單細胞數(shù)據(jù)文件，在很多公眾號上都有詳細的代碼，這里不再贅述。掌握上述代碼，我們基本上能應付GEO數(shù)據(jù)庫80%左右的單細胞數(shù)據(jù)了。如果還有其他格式或情況的單細胞數(shù)據(jù)，我們用到時候再學習也不遲。

參考資料