比较不同的对单细胞转录组数据聚类的方法

聚类之前必须要对表达矩阵进行normalization，而且要去除一些批次效应等外部因素。通过对表达矩阵的聚类，可以把细胞群体分成不同的状态，解释为什么会有不同的群体。不过从计算的角度来说，聚类还是蛮复杂的，各个细胞并没有预先标记好，而且也没办法事先知道可以聚多少类。尤其是在单细胞转录组数据里面有很高的噪音，基因非常多，意味着的维度很高。

对这样的高维数据，需要首先进行降维，可以选择PCA或者t-SNE方法。聚类的话，一般都是无监督聚类方法，比如：hierarchical clustering, k-means clustering and graph-based clustering。算法略微有一点复杂，略过吧。

这里主要比较6个常见的单细胞转录组数据的聚类包：

SINCERA

pcaReduce

SC3

tSNE + k-means

SEURAT

SNN-Cliq

所以需要安装并且加载一些包,安装代码如下；

加载代码如下：

这里选取的是数据，加载了这个scater包的SCESet对象，包含着一个23730 features, 301 samples 的表达矩阵。

供11已知的种细胞类型，这样聚类的时候就可以跟这个已知信息做对比，看看聚类效果如何。

可以直接用plotPCA来简单PCA并且可视化。