完整的单细胞分析流程

Bioconductor项目的主要优势之一在于使用通用数据基础结构，该数据基础结构可实现跨越R包的相互操作性。 用户应该能够使用来自不同Bioconductor软件包的功能来分析其数据，而无需在格式之间进行转换。 为此，SingleCellExperiment类（来自SingleCellExperiment包）数据结构可以当做在70多个单细胞相关的Bioconductor包进行数据分析的“通用货币”。 此类实现了一个数据结构，该数据结构存储了我们单细胞数据的各个方面-逐个基因表达数据，每个细胞meta数据和每个基因注释（图1），并以同步方式对其进行操作。

使用任何依赖于SingleCellExperiment类的软件包时，都会调用预先安装的SingleCellExperiment软件包，但也可以如下方式安装（和加载）该软件包：

另外，我们还会使用scater和scran软件包以及CRAN软件包uwot的某些功能（也可以通过BiocManager :: install方便地安装它们）。这些功能将根据需要通过 :: 进行调用。

通常，我们将SingleCellExperiment包加载到我们的R会话中。这样就避免了在函数调用前加上::的前缀，特别是对于在整个分析工作流程中大量使用的包。

SingleCellExperiment对象中的每条（元）数据都由一个单独的“插槽”表示。 （此术语来自S4类系统，但现在并不重要。）如果我们将SingleCellExperiment对象想象为一艘货船，则可以将这些插槽视为具有不同内容的单个货箱，例如，某些插槽装载数字矩阵，而其他矩阵可能装载数据框。在本章的其余部分，我们将讨论可用的插槽，它们装载的数据格式以及如何与之交互。

要构建基本的SingleCellExperiment对象，我们只需要填充assays槽即可。其中包含主要数据，例如测序计数矩阵，其中行对应于特征（基因），列对应于样本（细胞）（图1，蓝色框）。让我们从十个基因中生成三个单元格的计数数据开始，从简单开始：