目录
1. 加载数据集，创建Seurat对象
2. 数据预处理
a. QC（质量控制）
b. 数据标准化
c. 高变基因（特征选择）
d. 归一化
e. 数据降维（PCA）
3. 单细胞聚类
4. 非线性降维
5. 细胞类型标识分配给集群
6. 结果保存为.rds文件
1. 加载数据集，创建Seurat对象
数据下载地址：https://cf.10xgenomics.com/samples/cell/pbmc3k/pbmc3k_filtered_gene_bc_matrices.tar.gz
Pbmc：外周血单核细胞，包括淋巴细胞（T细胞，B细胞和自然杀伤（NK）细胞）和单核细胞，一小部分的树突状细胞。
其中CreateSeuratObject()函数用来创建Seurat对象
counts：一个类似矩阵的对象；
project：Seurat对象的项目名称；
min.cells：包含至少在这么多细胞中检测到的特征；
min.features：包含至少可以检测到这些特征的单元格。
运行结果：
2. 数据预处理
a. QC（质量控制）
三个标准
1. 每个细胞中检测到的唯一基因数（nFeature_RNA）
- 低质量的细胞或空的droplet液滴通常含有很少的基因
- Cell doubles 或 multiplets可能表现出异常高的基因计数
2. 每个细胞中检测到的总分子数（nCount_RNA）
3. 线粒体基因含量比例（percent.mt）
- 低质量或者死亡细胞含有很高的线粒体基因
- 使用PercentageFeatureSet()计算线粒体QC比例
- MT-开头的基因是线粒体基因
运行结果：
b. 数据标准化
默认标准化方法为LogNormalize，标准化后的数据存在pbmc[[“RNA”]]@data中
归一化 -> 乘以比例因子10000 -> 对数转换
c. 高变基因（特征选择）
选择数据集中高变异的特征子集（在某些cell中高表达，在某些cell中低表达）
通过FindVariableFeatures()函数，计算每一个基因的均值和方差，默认选择高变异的2000个基因用于下游分析
运行结果：
d. 归一化
使用ScaleData()函数转化（“归一化”）数据，使每一个基因在所有cell中的表达均值为0，方差为1
结果在pbmc[[“RNA”]]@scale.data中，通过str()获取pbmc的数据结构
e. 数据降维（PCA）
运行结果：
Positive和Negative就是PC轴的正负映射关系，正值为Positive，负值为Negative。返回的是正值和负值绝对值最大的top30。可以理解为对所有细胞区分度最大的基因。
运行完RunPCA后，得到两个分解矩阵，2000x50的权重矩阵，50x2000的系数矩阵，总共为50个PC
结果可视化
确定维度
ElbowPlot(pbmc)是确定用多少个PC进行分群的一种有效方法，直观地显示了每个PC的标准偏差，我们要找的就是标准偏差趋于平稳的位置
3. 单细胞聚类
首先根据PCA空间中的欧氏距离构建KNN图，并根据其局部邻域中的共享重叠（jaccard相似性）细化任意两个单元之间的边权重。共分为9类
前5个细胞所属的类别为：
4. 非线性降维
首先下载UMAP算法，进行可视化
运行结果：
5. 细胞类型标识分配给集群
用新的标识替代原来的cluster0-8
运行结果：
6. 结果保存为.rds文件
saveRDS(pbmc, file = "F:/Seurat/1_1.rds")
