metacell 0.5.6

元细胞分析

天真地说，核糖核酸序列数据是一组细胞轮廓，其中每一个，每一个基因，我们得到一个计数 在细胞中存在的基因的mrna分子。这是如何 "表达的"或"活性的"基因。

与现实世界中的任何技术一样，原始数据可能会受到技术工件的影响（计算 两个细胞在一个剖面上的分子，计算破裂细胞的分子，仅计算 来自细胞核的分子等）。这需要修剪原始数据以排除 人工产品。待办事项：创建视图应考虑这些问题。

目前的技术scrna seq数据也非常稀少（通常是10%，有时甚至是5% 计算RNA分子）。这在原始信号的基础上引入了较大的采样方差， 它本身就含有明显的生物噪声。

因此，分析短链rna序列数据需要批量处理轮廓。经典的是 通过使用各种方法直接对细胞进行聚类来完成。

相反，元细胞方法将"相同"生物状态的轮廓组合在一起 计算稳健统计（in 特别是平均基因表达）。每个这样的组都是一个"元单元"。

通过将配置文件相加，每个元单元大大减少了采样方差，并提供了 一些转录状态的更稳健估计。特别是，元单元不是单元类型 （多个元单元可能属于同一类型），并且不是单元状态的参数模型。

因此，应使用其他方法对元细胞进行进一步分析，以对细胞类型进行分类， 使用 作为这种分析技术的输入，元单元应该从更健壮、更少噪音中获益 输入；并从要分析的配置文件数量减少（约100倍）。

一个明显的技术是递归地将元细胞分组为更大的组，并研究 生成的群集层次结构。进一步分析数据的方法可以选择建立在 这种现成的层次结构（也由本软件包提供）。