该系列课程由瑞典国家生物信息学基础设施(NBIS)负责设置，为瑞典Phd学生，博士后，研究人员和瑞典学术界的其他工作人员开设的全国性研讨会。
本课程将通过演讲和实战练习涵盖了单细胞转录组（scRNA-seq）数据分析的基本步骤。涵盖的主题包括：
AnoverviewofthecurrentscRNAseqtechnologies（当前常用scRNA-seq技术概述）Basicoverviewofpipelinesforprocessingrawreadsintoexpressionvalues（原始测序数据比对转换为基因表达矩阵的分析流程概述）QualitycontrolofscRNAseqdata（scRNA-seq数据的质量控制）Dimensionalityreductionandclusteringtechniques（数据降维和聚类分析技术）Datanormalization（数据归一化处理）DifferentialgeneexpressionforscRNAseqdata（scRNA-seq数据的差异基因表达分析）Celltypeprediction（细胞类型预测）Trajectoryanalysis（细胞轨迹拟时分析）ComparisonofdifferentanalysispipelinessuchasSeurat,ScranandScanpy（不同分析工具流程的比较，如Seurat，Scran和Scanpy）实战练习在该实战练习中，我们使用了3种常用的scRNA-seq分析工具流程（Seurat，Scran和Scanpy），分别提供了不同分析工具的简短教程，我们可以任选自己熟悉的工具进行scRNA-seq数据分析。原则上，我们对这三种不同的分析工具执行相同的步骤，但是仍会存在一些细微的差异，因为并非在所有的分析工具中实现了所有不同的方法。
在本实战中，我选用了scRNA-seq数据分析中最常用的Seurat包进行练习演示。
第一节：数据质控实战下载示例数据在本教程中，我们将使用来自3个covid-19患者和3个健康对照的6个PBMC的10x数据集运行所有的教程，每个样本已被二次采样为个细胞。
#新建数据存放的文件夹mkdir-pdata/raw#firstcheckifthefilesaretherecount=$(ls-ldata/raw/*.h5
grep-v^d
wc-l)echo$count#ifnot4files,fetchthefilesfromgithub.#下载示例数据if(("$count"6));thencddata/rawcurl-O