Seurat Weekly 专栏总结（送圣诞礼物）

天子呼来不上船，
自称臣是菜鸟团

在这里，和国际同行一起学习单细胞数据分析。

每一颗细胞都以独特的方式成为现在的样子，回到故事的起点则又满是机缘巧合。一如我们四万菜鸟团同行，每个人都以不同路径抵达这里。作为菜鸟团的粉丝已经很久了，直到那一个通勤的晚上。接到健明和大吉的嘱托，有了周老师在地铁上写开刊词的感人一幕。Seurat Weekly 开刊以来，也是一连串偶然事件的集合。当时的心血来潮是以Seurt的S4结构及其对象理清单细胞数据分析中的主要概念、过程、原则和关键问题。

在这里我们探讨了：

Seurat Weekly NO.0 || 开刊词
Seurat Weekly NO.1 || 到底分多少个群是合适的？！
Seurat Weekly NO.2 || 我该如何取子集？
Seurat Weekly NO.3||定制可视化
Seurat Weekly NO.4 ||  高效数据管理

在每一次推送的字里行间，周老师都尽可能地使概念易于理解。学单细胞数据分析的过程中我们学到了什么？如果您参加过周老师的培训班，我想第一个概念会是：

• 距离
  

衡量距离的方法不同，得到的结果不同，就像此时此刻，我们都在一间教室，物理距离很近。但是，我们又是第一次见面，显得那样的远。以此解释单细胞数据分析中最常规的运算：

• 聚类
  

物以类聚，人以群分。好吃的人总会相聚。聚类如何保证同一类细胞会被聚在一起？我们知道，细胞类型本质上是基因差异表达的结果，而单细胞测的不是别的正是：

• 表达量

单细胞数据分析中需要用counts还是TPM作为输入？基因的表达到底是阴性还是阳性该如何判断？可见，前者是做bulk RNA的老师，后面一个老师会用流式细胞术。不管用什么均一化方式，表达量高的还是高的，低的还是低的，不会出现：

• pseudo（假的）

我的数据不是按时间顺序采样的可不可以做pseudotime？我只有一个样本做pseudotime有没有意义啊？如果以动态的眼光看我们每次捕获的细胞，其实他们总是处在某种运动之中。pseudotime其实是一种排序分析，一个静静的表达谱，用monocle、PAGA等可以分出不同的梯度。这时间不是真正的时间，这细胞也可以不是真正的细胞：

• pseudocell

随着单细胞数据通量的增加，一个study用到的细胞越来越多，这对现有的模型和计算资源都提出了挑战。于是我们可以在细胞类型内随机20个细胞做平均，成为一个细胞以对计算资源的消耗，或者避免稀疏矩阵对模型的不适应。谁曾想到，到了空间转录组这里，还要用一种bulk RNA的技术来解析spot数据：

• Deconvolute

应用解卷积技术，周老师习惯使用平均人来举例子。平均会减少异质性，如果有一部分个体的特征，我们可以从平均数据中解卷积出一些异质性来，这就像是在升高纬度。说到升高纬度，我们不得不提单细胞数据分析中另一个核心技术：

• 降维

在一般的单细胞分析流程中，两处用到降维技术，但是它们被冠以不同的名字：线性降维、非线性降维，可视化降维，又掺杂着PCA、TSNE、UMAP等很少有人翻译的缩写。其实第一次降维技术主要目的是特征提取，提取出主要成分（所以PCA又叫主成分分析），当然之前还有一步选择高变基因也是降维：减少了基因数。而一般用来画图谱的TSNE、UMAP其目的是为了可视化用的是非线性的嵌入技术。所有的降维，都是为了：

• 更好看

让我们一起倒计时，迎接新的一年。在新的一年里，让我们继续用质朴的词汇，明白的教程，向世界传递启发，用技术做有意思的事。温暖得了-80摄氏度的冰箱，温暖得了冷冻切片机，单细胞也温暖得了有趣的灵魂。

最后，在评论区留言，说出你与生信菜鸟团或者单细胞数据分析的故事，同样的，我们将抽取 2 名幸运读者，赠送生信菜鸟团纪念版卫衣一件，详情见：菜鸟团4万粉丝啦（福利时间）。