小沐同学（AI）|单细胞测序100问(55)

Q：单细胞分析框架

A：

获得计数矩阵后，探索性数据分析阶段开始。由于数据的大小和复杂性，需要专门的工具。虽然在单细胞分析的早期，人们习惯于使用自定义脚本来分析数据，但现在已经存在专门用于此目的的框架。三个最受欢迎的选项是基于 R 的Bioconductor和Seurat生态系统和基于 Python 的scverse生态系统。它们不仅在所使用的编程语言方面有所不同，而且在底层数据结构和可用的专门分析工具方面也有所不同。

Bioconductor是一个开发、支持和共享免费开源软件的项目，重点是对包括单细胞在内的许多不同生物测定的数据进行严格且可重复的分析。大量的开发者和用户体验以及带有用户友好小插图的丰富文档是Bioconductor的最大优势。Seurat是一款备受推崇的R软件包，专为分析单细胞数据而设计。它为分析的所有步骤提供工具，包括多模式和空间数据。然而，对于极大的数据集（超过 50 万个细胞），这两种 R 选项都会遇到可扩展性问题，这促使基于Python的scverse生态系统快速发展。scverse 是一个致力于生命科学基础工具的组织和生态系统，最初重点关注单细胞。可扩展性、可扩展性以及与现有 Python 数据和机器学习工具的强大互操作性是 scverse 生态系统的一些优势。