参考网站： https://satijalab.org/seurat/pbmc3k_tutorial.html
（注意！！！现在这个网站会自动跳转到3.0版本）
Seurat的安装：R中运行install.packages("Seurat")
经过Cellranger的数据整理之后，得到：
Seurat是一种R包，设计用于QC，分析和探索单细胞RNA-seq数据。 Seurat旨在使用户能够从单细胞转录组测量中识别和解释异质性来源，并整合不同类型的单细胞数据。
运行R，并且加载这两个包
读取数据
原始数据的 基因数为33694，细胞数为1960.
比较普通与疏松矩阵的内存使用：
初始化Seurat对象：
命令 CreateSeuratObject
输入数据spleen.data
留下所有在>=3个细胞中表达的基因min.cells = 3；
留下所有检测到>=200个基因的细胞min.genes = 200。
(为了除去一些质量差的细胞)
剩下15655 基因和 1959 个细胞
以下步骤包括Seurat中scRNA-seq数据的标准预处理工作流程。这些代表了Seurat对象的创建，基于QC指标的细胞选择和过滤，数据标准化和缩放，以及高度可变基因的检测。
过滤细胞，根据上面的两幅图，去除异常值，这里选择基因数从300-5000，线粒体基因占比大于0.1的细胞。（主要看小提琴图1和图3）
查看过滤掉剩下多少细胞：
剩下15655个基因，1940个细胞。
加个log：
您的单细胞数据集可能包含“不感兴趣”的变异来源。这不仅包括 技术噪音 ，还包括 批次效应 ，甚至包括生物变异来源（细胞周期阶段）。正如(Buettner, et al NBT，2015)中所建议的那样，从分析中回归这些信号可以改善下游维数减少和聚类。为了减轻这些信号的影响，Seurat构建线性模型以基于用户定义的变量预测基因表达。这些模型的缩放得分残差存储在Scale.data槽中，用于降维和聚类。
我们可以消除由批次（如果适用）驱动的基因表达中的细胞 - 细胞变异，细胞比对率（由Drop-seq数据的Drop-seq工具提供），检测到的分子数量和线粒体基因表达。对于循环细胞，我们还可以学习“细胞周期”评分（参见此处的示例）并对其进行回归。在这个有丝分裂后血细胞的简单例子中，我们回归了每个细胞检测到的分子数量以及线粒体基因含量百分比。
主成分分析是什么？
将数据集降维，利用低阶的变量去反应整体的结果。
选择了前10个PC成分
将R变量保存，利于后续的分析。
一些补充：
过滤低质量细胞：
在 scRNA-seq 分析中，有些细胞质量比较低，比如细胞处于凋亡状态,细胞中 RNA 发生降解等,这些细胞的存在会影响分析，因此我们第一步需要对细胞进行过滤。主要可分为三类:
①利用细胞检测到的基因数或者是 reads 比对率来判断技术噪音。
但不管是基因检测数目还是比对率都跟实验方法有很大相关性。 如果 比对率太低,表明 RNA 可能发生了降解,或者文库有污染或者细胞裂解不完全 。
②如果实验中加入了 spike-ins（本实验没有），可以通过计算比对到内源性 RNA 和外源性 RNA(spike-ins)的 reads 比例来过滤低质量细胞。
比值偏低表明细胞中的 RNA 数量较低，细胞可丢弃。但是也需要注意其实当细胞状态不一样，比如处于不同细胞周期时，细胞的 RNA 数量是具有很大差异的。不过我们依然认为在一大群细胞中，spike-ins比例特别高的细胞在很大概率上应该被排除在外。软件 SinQC (Single-cell RNA-seq Quality Control)可以根据比对率和检测到的基因数来过滤细胞。
③根据整体的基因表达谱来定义技术噪音。
比如对细胞进行聚类分析，PCA 分析等，将 outlier 细胞删除，或者细胞表达中位值低于某一设定阈值时将该细胞过滤掉。当然这种方法也存在误删具有真正生物学差异的细胞,因此在删除细胞时需要小心，可与上述另外两种方法连用。
如果你的数据量过大，使用Seurat时内存不足，请看
实验记录11：海量scRNA-seq数据的质量控制、PCA、聚类