学徒作业-我想看为什么这几个基因的表达量相关性非常高

不知道多少人看完了全网第一个单细胞课程（免费基础课程），免费学习地址在B站：https://www.bilibili.com/video/av38741055  而且完成结业考核20题：https://mp.weixin.qq.com/s/lpoHhZqi-_ASUaIfpnX96w  ，作业里面有一个头颈癌单细胞的,课程配套资料（主要是代码和PPT）文档在：https://docs.qq.com/doc/DT2NwV0Fab3JBRUx0

发表于2017年12月，在CELL杂志：Single-Cell Transcriptomic Analysis of Primary and Metastatic Tumor Ecosystems in Head and Neck Cancer 的文献，找到单细胞转录组表达矩阵，数据公布在 GSE103322 ，文件是 GSE103322_HNSCC_all_data.txt.gz，有86.0 Mb。

• 研究人员用Smart-seq2建库方法得到的单细胞转录组数据经过QC后，留下了来自18名患者的5,902个细胞。
• 首先使用inferCNV可以分成2215个恶性细胞和3363个非恶性细胞
• 对进行3363个非恶性细胞表达矩阵分群，根据已知标记基因（自行搜索）的表达，注释并且找到B细胞，巨噬细胞，树突状细胞，肥大细胞，内皮细胞，成纤维细胞和肌细胞这8类！

重新看这个文章的时候，发现里面有这样的一个图表，如下：

上皮细胞的标记基因热图

上皮细胞的标记基因如上所示，它们居然表达量如此相关，而且恰好与inferCNV的恶性与否对应上。所以我安排这个学徒作业，大家下载GSE103322_HNSCC_all_data.txt.gz文件，绘制上面这个图。

其中inferCNV区分细胞恶性与否，如果你感兴趣原理可以看我以前在单细胞天地的教程：使用inferCNV分析单细胞转录组中拷贝数变异 ，但是第一步3个输入文件就制作失败，值得单独写教程强调一下这个解决方案。当然了，如果你还卡在第一步安装R包，请看我昨天在生信菜鸟团的教程：有些R包是你的电脑操作系统缺东西，但也有一些不是  。

inferCNV区分细胞恶性与否

当然了，inferCNV非常难，你很大概率上是搞不定的哈，但是我相信这篇文章肯定是有inferCNV结果，你可以直接使用即可。

文末友情宣传

强烈建议你推荐我们生信技能树给身边的博士后以及年轻生物学PI，帮助他们多一点数据认知，让科研更上一个台阶：

• 生信爆款入门-全球听（买一得五）（第4期），你的生物信息学入门课
• 数据挖掘第2期（两天变三周，实力加量），医学生/临床医师首选技能提高课
• 生信技能树的2019年终总结  ，你的生物信息学成长宝藏
• 2020学习主旋律，B站74小时免费教学视频为你领路，还等什么，看啊！！！