scRNA---Day1（smartseq2）

Bulk思路理解SC

1. 读取RNA-seq的 counts 定量结果，表达矩阵需要进行简单的过滤
   dat=a[apply(a,1, function(x) sum(x>1) > floor(ncol(a)/50)),]
   筛选表达量合格的行(基因), 列（细胞）数不变，筛选出符合条件的基因，即至少在2%的细胞中表达。
2. 对 某基因在某样本中的表达量的统计计算
   log2(18*1000000/sum(dat[,3])+1)
   counts数为18（样本所在表达矩阵为第三列），
   dat=log2(edgeR::cpm(dat)+1)
   对所有表达数据进行log及归一化处理
3. dist函数计算样本直接距离和cor函数计算样本直接相关性，是完全不同的概念。虽然我都没有调它们两个函数的默认的参数。

• dist函数计算行与行（样本）之间的距离
• cor函数计算列与列（样本）之间的相关性
• scale函数默认对每一列（样本）内部归一化
• 计算dist之前，最好是对每一个样本（列）进行scale一下
  eg: dist(t(scale(tmp))) 这里默认为euclidean

4. 层次聚类
   hc=hclust(dist(t(dat))) 确实如教程所说，样本较多非常耗时
5. scale函数 去中心化和标准化

x=1:10;plot((x))
    scale(x);plot(scale(x))

n[n>2]=2#矩阵n中归一化后，大于2的项，赋值使之等于2（相当于设置了一个上限)

6. PCA
   dat.pca <- PCA(dat[,-ncol(dat)], graph = FALSE) 现在dat最后一列值为group_list，需要去掉最后一列赋值给dat.pca才能作图，其中ncol(dat)返回列值，dat[ ,-ncol(dat)]即把最后一列值删除。（就是删除分组信息）
7. CV^2

mean_per_gene <- apply(exprSet, 1, mean, na.rm = TRUE) #对表达矩阵每行求均值
sd_per_gene <- apply(exprSet, 1, sd, na.rm = TRUE) #对表达矩阵每行求标准差
mad_per_gene <-   apply(exprSet, 1, mad, na.rm = TRUE) #对表达矩阵每行求绝对中位差

8. with函数（之前学习R语言时见到过，无奈有忘记了）
   https://blog.csdn.net/Megajojo/article/details/81626919
   with() attatch-dettach()