课程源网站
Analysis of single cell RNA-seq data (singlecellcourse.org)

部分内容没有翻译

现在我们可以使用scRNA-seq从单个细胞中获得全基因组转录组数据。scRNA-seq的主要优点是细胞分辨率高和基因组范围广，因此可以代替其他方法解决棘手的问题，例如bulk RNA-seq或单细胞RT-qPCR。为了分析scRNA-seq数据，需要新的方法，并且为批量RNA-seq实验开发的方法的一些基本假设不再有效。

本课程将讨论一些可以使用scRNA-seq解决的问题，以及可用的统计方法。该课程由剑桥大学生物信息学培训单位教授，但这些网站上的材料旨在提供给任何有兴趣学习scRNA-seq数据分析的人。该课程每年教授两次，材料在每次活动之前都会更新。

计算工具的数量正在迅速增加，我们正在尽最大努力跟上可用工具的最新信息。本课程的主要限制之一是，我们希望使用在 R 中实现且运行速度相当快的工具。此外，我们偏向于朋友和同事开发的方法。

1.1 GitHub

更新的存储库：https://github.com/cellgeni/scRNA.seq.course

原始课程（已过时）：https://github.com/hemberg-lab/scRNA.seq.course

1.2 课程 Docker 镜像

通过运行包含所有必需包的课程 docker 映像，无需安装任何包即可复现该课程。

1.2.1 运行镜像

确保系统上已安装 Docker。如果没有，请按照这些说明进行操作。 要运行课程 docker 映像（使用最新版本：

docker run -p 8888:8888 -e JUPYTER_TOKEN="jupyter" quay.io/cellgeni/scrna-seq-course:latest

然后按照提供的说明进行操作，例如：

To access the notebook, open this file in a browser:
    file:///home/jovyan/.local/share/jupyter/runtime/nbserver-6-open.html
Or copy and paste one of these URLs:
    http://(a9ee1aad5398 or 127.0.0.1):8888/?token=22debff49d9aae3c50e6b0b5241b47eefb1b8f883fcb7e6d

Jupyter 会话将在 Web 浏览器中打开（建议使用 Chrome）。

1.2.1.1 Windows 用户

在 Windows 操作系统上，容器的 IP 地址不同。要查找 IP 地址，请运行：

docker-machine ip default

1.2.2 下载数据/其他文件

在新的终端窗口中，请运行：New -> Terminal

./poststart.sh

如果要在 Docker 映像之外下载数据文件，仍然可以使用相同的脚本，但需要在计算机上安装 AWS CLI。
或者，可以通过访问此链接在浏览器中浏览和下载文件。

1.3 手动安装

如果没有使用课程的 docker 镜像，为了能够运行课程的所有代码块，需要克隆或下载课程 GitHub 存储库，并在文件夹中启动 R 会话。还需要手动安装所有必需的软件包。course_files
或者可以只安装感兴趣的章节中列出的软件包。

1.4 许可

所有课程材料均采用 GPL-3 许可。欢迎任何人阅读这些材料，以了解scRNA-seq数据的分析。如果打算将这些材料用于自己的教学，告诉我们并提供适当的引用，我们将不胜感激。

1.5 先决条件

本课程面向那些对 Unix 和 R 脚本语言有基本了解的人。
我们还将假设你熟悉构建和分析批量RNA-seq数据以及常用的计算工具。
我们建议您在参加本课程之前先学习 RNA-seq 和 ChIP-seq 数据分析简介或 Bioconductor 分析高通量数据