单细胞分析（六）

对两个或多个单细胞数据集的联合分析带来了独特的挑战。特别是，在标准工作流程下，识别存在于多个数据集中的细胞群可能会有问题。Seurat有包括一组跨数据集match（或“align”）共有细胞群的方法。这些方法首先识别处于匹配生物学状态（“anchors”）的跨数据集细胞对，既可用于校正数据集之间的技术差异（即批量效应校正），也可用于跨实验条件的比较scRNA-seq分析。

以下教程旨在向您概述使用 Seurat 积分程序可以对复杂细胞类型进行的比较分析。在这里，我们解决了几个关键目标：

seurat官网给出的数据是 SeuratData 内置数据，但是使用 SeuratData 下载会提示相应的问题，也有通过数据连接直接下载。这里我使用个人数据，特点是：已经通过 cellranger 处理了 FASTQ 文件，得到了 feature， barcode， matrix 文件， 如下 上一级文件如下， 层级显示关系如下

然后需要将这些文件统一读入到一个列表中，操作如下