本文主要是介绍scRNA-seq 数据处理流程，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
brief
最近的一篇综述讲述了单细胞数据的分析方向，包括对应的工具，准备跟着文章走一次，如下是学习记录。
Title ： Complex Analysis of Single-Cell RNA Sequencing Data
DOI ： 10.1134/S0006297923020074
目前的学习路径如下：
（每个步骤细节还蛮多的，放在一起就太臃肿且不好组织了，分开学习分开记录，有需要的点击超链接。）
1.构建Seurat 对象
2.Pro-process：QC & 过滤细胞
3.Normalizing the data
4.Feature select
5.scale data
6.RunPCA
7.cluster
8.非线性降维+可视化
9.Cluster biomarkers：differential expression
10.Cell annotation
11.Cell-cell intraction
这篇关于scRNA-seq 数据处理流程的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
