课程说明在：https://mp.weixin.qq.com/s/AV2uTbsvJGBRq_zv7yDmNg

这里的例子是2018年12月的NC文章：Spatially and functionally distinct subclasses of breast cancer-associated fibroblasts revealed by single cell RNA sequencing 使用成熟的单细胞转录组( Smart-seq2 )手段探索了癌相关的成纤维细胞 CAFs的功能和空间异质性。

在文章搜索到作者上传的数据的GEO链接： GSE111229 就可以找到作者处理好的表达矩阵（counts和RPKM格式的都有）

如果想下载作者测序的原始测序数据：SRP133642 来走一波RNA-seq上游流程就需要：

全部代码在：code

• 代码参考：https://www.jianshu.com/p/a84cd44bac67

• 视频教程见：https://www.bilibili.com/video/av28453557

主要是考虑到完全复现这篇文章数据的全部处理过程，需要掌握linux，r，转录组，考虑到不少人会基础知识有点薄弱，所以通过引入常规转录组数据分析的演示来提醒大家巩固基础知识！

这一单元代码都在 RNA-seq 文件夹，进入打开后缀是 Rproj 的文件就会自动调用你系统的Rstudio软件，从而定位到项目。

• step0-index.R
  • 读取 作者的counts文件，简单过滤，并且logCPM转换
• step1-check.R
  • 检测表达矩阵里面细胞的相关性，hclust结果，热图展现，PCA图展现
• step2-cv2.R
  • 检测基因的变异系数及基因表达量的均值的相关性，探索其它统计学指标
• step3-batch.R
  • 查看表达量是否受批次效应影响
• step4-gene-number.R
  • 查看不同分组条件下检测到的基因数量的多少分布
• step5-pam50.R
  • 生物学背景知识
• step6-cell-cycle.R
  • 生物学背景知识
• step7-counts2rpkm.R
  • 探索一下而已