还在为单细胞数据分析而苦恼？ Symphony R包来解救你！【代码分享100】

一、Symphony包简要说明  

• 将Reference数据集嵌入UMAP空间中，再将Query数据集（待注释数据集）嵌入到与Reference数据集相同的UMAP空间。
• 使用KNN算法，根据Reference数据集，计算距离Query细胞最近的K个Reference细胞邻居，从而确定最可能的cell type。

二、代码实操  

本期小云和小伙伴们分享了单细胞数据分析的一个典型流程，包括数据预处理、缩放、降维和聚类分析。这些步骤有助于理解数据的结构，识别不同的细胞亚群，并探索它们之间的差异。并且在这个过程中，我们也能够感受到Symphony包是一个功能非常全面全面、操作较为简便的单细胞数据分析工具，他为我们提供了强大的支持。希望本期的内容对小伙伴们有帮助，期待我们下期再见！最后如果各位觉得自己运行代码太麻烦，欢迎用我们的云生信小工具，只要输入合适的数据就可以直接出想要的图呢，附云生信链接