单细胞转录组聚类分析R包

在做单细胞相关聚类分析的过程中，为了研究异质性，发现了一种专门用于单细胞转录组的聚类分析R包——SC3(single cell consensus clustering，单细胞一致性聚类)。该聚类算法发表于Nature Methods（2017），能够让单细胞RNA-seq基于转录组特征对细胞类型进行定量表征。这是一种用户友好的无监督聚类工具，它通过一致方法将多个聚类解决方案组合在一起，从而得到高精度和鲁棒性的分群结果。SC3包的官方具体使用教程见：http://www.bioconductor.org/packages/release/bioc/vignettes/SC3/inst/doc/SC3.html SC3包源代码见Github：https://github.com/hemberg-lab/SC3

原文的SC3聚类流程如图所示： (a)使用SC3框架进行聚类的概述(参见方法)。用Treutlein数据举例说明了一致步骤。 (b)用于设置SC3参数的已发布数据集。N是数据集中的细胞数;k为作者最初确定的簇数;单位:RPKM是每千碱基每百万次读的转录本，RPM是每百万次读的转录本，FPKM是每千碱基每百万次读的转录本片段，TPM是每百万次读的转录本片段。 ( c)ARI>处d值的直方图。金标准数据集达到95。黑色竖线表示细胞总数N的d = 4-7%，分类准确率高。 (d) (b)中所示数据集的SC3聚类的100个实现。条对应点的中位数。红色和灰色分别对应有一致步长和无一致步长时的聚类。这条黑线对应的ARI=0。8。黑色虚线分隔了金和银标准数据集。

笔者主要想通过该包对单细胞转录组进行聚类数目的估计。在网上没有直接写SC3关于这个功能的帖子，故我去原文，官方教程以及代码研究了一下，该包主要通过随机矩阵理论(Random Matrix Theory，RMT) 确定聚类的数目。

同时还需要安装如下包：

首先看一下源代码：