单细胞 RNA-seq

从一块组织到一张细胞图谱. 示例数据：10x Genomics 3k PBMC（2,700 个细胞）

湿实验与测序

酶解与机械解离如何把组织变成单细胞，以及它在数据里留下的痕迹。

10x Chromium 如何把细胞和凝胶珠装进液滴，空液滴与双细胞从何而来。

每条 mRNA 如何被打上“来自哪个细胞、是哪一个分子”的标签。

cDNA 变成测序文库，Read 1 和 Read 2 各自携带什么信息。

比对、条形码校正、UMI 计数和细胞识别，以及 web summary 上每个指标的含义。

用 UMI 数、基因数和线粒体比例识别低质量细胞，在真实数据上拖动阈值。

为什么不能直接比较原始计数，LogNormalize 与 SCTransform 各做了什么。

挑出信息量最大的基因，再把上千维压缩成几十个主成分。

kNN 图与 Leiden 算法，分辨率如何决定簇的数量。

二维嵌入保留了什么、丢掉了什么，怎样读、怎样不要读。

从差异基因到细胞身份，在 pbmc3k 上自己试着注释一次。

整合、轨迹、RNA 速率、细胞通讯、CNV 与生存分析的思路，以及在 OmicOne 里继续。