和R语言一起探索单细胞基因表达！
当我们拿到一组单细胞数据的矩阵时，如何在处理之前观察细胞和基因表达之间的关系呢？今天小果就带大家一起来看一下！
- 生成数据矩阵
今天我们用到的数据仍然来自于scRNAseq包中的细胞集哦！数据矩阵的生成方法小果已经给大家准备好啦！一起来看一下吧！
library(scRNAseq)
data(fluidigm)
fluidigm<-ReprocessedFluidigmData()
ct <- floor(assays(fluidigm)$rsem_counts) #生成数据矩阵
ct[1:4,1:4]
sample_ann <- as.data.frame(colData(fluidigm))
DT::datatable(sample_ann)
使用R语言中的View()函数可以直接查看我们生成的数据矩阵哦，我们一起来看一下。
- 探索基因表达情况
在探索基因表达情况，具体时从哪些角度来看呢？小果在这里给大家体共两种思路：
1.统计某个基因在多少个细胞中得到表达；
2.统计一个细胞中表达了多少个基因；
那么要从这两个角度去探索，分别要如何去统计呢？快调动你聪明的小脑袋！如果想不到也没关系，今天小果手把手教你完成！
-
- 统计所有基因表达成功的细胞个数
对于基因表达成功的细胞个数，我们需要用apply函数统计数据矩阵中每一行元素中对应值大于0的个数，接下来我们进行统计并绘制箱线图观察整体表达情况。和小果一起来看看吧！
fivenum(apply(counts,1,function(x) sum(x>0) ))#统计所有基因表达成功细胞个数中的五个指标
boxplot(apply(counts,1,function(x) sum(x>0) ))#绘制箱线图
得到以上的箱线图后，小果来给大家做一个简单的解读吧！由箱线图的中位线可以看出，基因表达成功的细胞数的中位数值大概在3个左右，表达细胞数的阈值大概在35左右，即说明如果基因在35个细胞内不表达就可以直接过滤掉哦。
-
- 统计所有细胞表达了的基因个数
有了上面的基础，你是否学会举一反三了呢？对于细胞表达了的基因个数，我们同样使用apply函数统计数据矩阵中的每一列元素中对应值大于0的个数即可，接下来我们用直方分布图来和大家展示一下整体的表达情况。和小果一起看看吧！
fivenum(apply(counts,2,function(x) sum(x>0) ))#统计所有细胞表达了基因个数中的五个指标
hist(apply(counts,2,function(x) sum(x>0) )) #绘制直方分布图
在分析了箱线图的统计结果后，你能否独立分析直方图的统计结果呢？我们还是和小果一起来看一下！
由直方分布图的统计结果可以看出，表达基因个数在3000~4000之间的细胞占最多数量，表达基因个数在8000以上的细胞仅有2~3个，占最少的数量。
通过以上两组统计图的分析，我们就对基因在细胞中的表达情况游客整体的把握，怎么样，今天的小技巧你学废了嘛？更多生信技巧请继续关注小果哦！