单细胞组间比较分析

主要观点总结

这是一篇关于单细胞RNA测序数据分析的文章，主要使用了Seurat包进行处理。

关键观点总结

关键观点1: 数据整理

整理并格式化原始数据，为单细胞数据分析做准备。

关键观点2: 质量控制

对单细胞数据进行质量控制，包括线粒体基因表达比例、核糖体基因表达比例等。

关键观点3: 整合降维聚类分群

使用Harmony等方法进行数据的整合、降维、聚类分群。

关键观点4: 注释

使用celldex等数据库对聚类结果进行注释，得到细胞类型等信息。

关键观点5: 分组可视化及组件细胞比例比较

比较不同组之间的细胞数量和比例，以及各组分在总细胞中的比例。

关键观点6: 差异分析

寻找不同组之间差异表达的基因，并进行可视化展示。