细胞是生命的基本单位，许多生物虽然是由一个细胞发育而来，但是随着分裂分化过程的进行，细胞与细胞之间也会产生差异，这些差异决定了细胞最终的类型和功能。即使是同一类型的细胞，细胞之间也是存在异质性的，同一细胞在不同时间段也是存在差异的，而且这种差异随着分化时间和分裂次数的增加会越来越大。

        另外，细胞异质性是肿瘤研究和诊断治疗中亟待解决的问题，为了解决这一问题，单细胞测序（single cell sequencing ）技术应运而生。

        单细胞转录组测序（Single cell RNA sequencing ，scRNA-seq）是在单细胞水平对转录组进行测序的一项新技术，可以研究单个细胞内的基因表达情况，同时解决用组织样本测序无法解决的细胞异质性难题，让解析单个细胞的行为、机制及其与机体的关系成为了现实。

主要内容介绍（专注于单细胞测序下游分析）：

①表达矩阵的质量控制：主要是线粒体基因的比例，低质量的细胞等：

②标准化：数据标化与缩放，旨在抵消技术噪声或偏差，并确保每个细胞之间的可比性：

③选择高可变基因：在数据集中表现出高度细胞间变异的特征子集也被称为高度可变基因（HVGs）：  

④归一化：Scaling ：

⑤批次效应：不同的scRNA-seq数据可能产生于不同的时间、不同的测序平台，这些数据之间不可避免地存在着技术上或非生物学上的显著批次效应

⑥细胞周期回归： Regress out ：

⑦降维：线性降维PCA，非线性降维TSNE、UMAP。与t-SNE相比UMAP表现出运行时间更快和一致性，以及更有意义的细胞群结构和连续体的维持

⑧聚类：通过降维的结果对单细胞样本进行聚类：

⑨Marker基因：通过统计检验寻找每个聚类中的Marker基因，同时获得两两聚类差异分析的结果：

⑩细胞类型注释：根据聚类结果和Marker基因识别细胞的类型：往往需要多种途径结合确定细胞类型。

⑪探索性分析：富集分析、转录因子分析、拟时序分析、细胞通讯分析等