生信自学网单细胞测序(一)

如何结合PCA和tSNE进行降维？
如果表达矩阵过大(几千个细胞x几万个基因)，用tSNE降维将会非常慢。这是可以先用PCA降维至20个左右的成分，再用tNSE降维。
这种做法是否由于单用tSNE降维？优点是否只存在于运行速度上？

第二节.数据下载

注意在geo里搜索‘breast cancer scrna-seq’和‘breast cancer single cell rna sequencing’，得到的结果是不一样的。
找细胞数目比较多的：

1534个

在这个GSE里，样本的命名是很规范的，正好是样品名称_细胞编号，如果GSE里样本命名并非如此，要改成这样，因为后边的表达矩阵要用到这种形式。

数据命名

第三节：数据处理

查看下载的count矩阵是否为以下形式，此外，如果矩阵中有注释行，要删除：

count矩阵

如果下载的矩阵，第一列不是基因名，而是ensembleID，如下所示：

ensembleID
那么就采用scRNA.idTrans.pl这个脚本转换，输入文件为matrix.txt表达矩阵和human.gtf人参考基因组，输出文件为转换ID后的geneMatrix.txt。