非生信专业人员单细胞转录组测序分析指南

生信分析对于非专业人士来说比较困难，而单细胞数据分析通常更为复杂。如何降低数据分析的门槛？正好看到一篇文章介绍了这一主题。

目前通用的单细胞RNA测序项目有六个主要步骤，如下图：

首先，对所需的组织或样品进行鉴定，并将其制备为细胞悬液。选择性地使用常规分离技术分离目标细胞类型，然后单独裂解并加条形码。然后建库、上机，以生成转录组测序数据。最后使用各种计算工具来分析这些数据，这本文的重点。

常规的 scRNA-seq 分析流程：文库最初经过预处理以去除死细胞和混杂因素，如背景噪声和批次效应。然后进行可视化以检查批次效应并可视化亚群。接着可以通过降维聚类并结合标记基因来鉴定细胞类型，以及差异基因或者其他更高级的分析。

目前用于单细胞数据分析有两大主流工具：Seurat 和 Scanpy。下面是 Seurat 流程中各步骤所对应的函数。当然 Seurat 还有其他函数用于更加个性化的分析需求。

作者还介绍了一个开源的数据库：https://www.scrna-tools.org/tools ，这里收集了1000多个单细胞数据分析的软件/流程。以下是一些作者认为值得关注的流程。

不过这些工具都还是需要具有一定生信经验才能很好地使用，对于非专业人士，可以考虑使用基于网络的工具。以下是一个免费或付费工具的列表：

不过话说为什么没有 Galaxy 云平台？差评。我在这里补充一下。

Galaxy生信云平台（UseGalaxy.CN）整合了所有主流的单细胞数据分析工具，如 Seurat, Scanpy, Monocle3等，用户不需要生物信息基础，只需要上传数据，点击鼠标即可以完成单细胞数据分析工作。

以下是利用 Galaxy 云平台上的 Scanpy 工具完成的单细胞数据分析结果（限于篇幅，仅展示PCA 和聚类）。

1. PCA

2. 聚类