分析单细胞RNA测序数据

Analyze Single-Cell RNA-Seq · 🟢入门 · 所属分类：组学与生物信息分析

第一次上手scRNA，面对Scanpy/Seurat一大堆参数，QC阈值、批次校正、聚类分辨率全靠拍脑袋，换个随机种子结果就变、审稿人一问就慌。它带你把原始矩阵一路跑成降维聚类，每一步的阈值、理由、种子和版本都记下来，让结果真正可复现。

适合谁

刚接触单细胞的生信新手、想自己分析数据的湿实验研究生。

给它什么 · 得到什么

• 你提供：10x的filtered矩阵（barcodes/features/matrix，或h5/h5ad）、样本-分组元数据表，以及物种和你想回答的问题（如某处理 vs 对照）
• 你得到：记录了参数与随机种子的可复现脚本（Scanpy/Seurat）、标准QC/降维/聚类图组，以及每步阈值与理由的决策日志

怎么用

把矩阵和目标交给它，比如：

「这是我两个样本的10x filtered矩阵，帮我从QC一路跑到聚类，把每步阈值和随机种子都记下来方便复现。」 触发后它会评估双细胞比例、线粒体占比和基因数并记录QC阈值，做归一化、选HVG、PCA，需要时用Harmony/scVI整合批次并对比整合前后，再跑UMAP/Leiden、扫多个分辨率说明选定理由。

提个醒

这个skill只做到无监督聚类和marker层，细胞类型命名交给「注释单细胞类型」;QC阈值需要你人工确认，它不替你拍板。