单细胞转录组分析通过对单个细胞进行RNA测序，揭示细胞异质性、鉴定细胞类型、发现新细胞亚群。
主要包括以下内容：
1. 数据预处理和质量控制
数据预处理：
- 去除低质量细胞（去除线粒体基因表达过高、基因检测数量过少/过多的细胞）
- 去除双细胞（Doublets）
- 归一化（Normalization）：如log标准化、SCT（Seurat v3方法）
- 批次效应校正：如Harmony、MNN（Mutual Nearest Neighbors）
质量指标：
- 每个细胞的UMI数量
- 检测到的基因数量
- 线粒体/叶绿体基因比例
- 双细胞检测
2.降维与聚类
- 主成分分析（PCA）
降维
- t-SNE、UMAP
可视化
- K-means, Louvain, Leiden
细胞聚类算法
3.细胞类型注释
基于已知marker基因进行细胞类型鉴定（如单核细胞、T细胞、B细胞等）
使用单细胞参考数据库（如CellMarker, PanglaoDB）
4.差异基因分析（DEG）
计算不同细胞群体的差异表达基因
5.拟时序分析
使用 Monocle3、Slingshot、scVelo 推测细胞发育轨迹
6.细胞通讯分析
采用 CellChat、CellPhoneDB 分析不同细胞群体之间的配体-受体相互作用
7.基因调控网络
SCENIC：用于识别单细胞水平的基因调控网络