单细胞数据预处理和质控分析工具：popsicleR 

不断增长的高维和复杂单细胞数据，迫切需要先进的计算专业知识，以有效地注释这些数据。与批量实验相比，由于单细胞数据集的固有异质性（实验协议和生物学背景方面有很大差异），其分析进一步复杂化。另外，软件工具之间有限的交互性和缺乏一致定义的标准程序，严重阻碍了通用处理方法的适用性，从而限制了分析任务的有效性和结果的可重复性。尽管付出了巨大努力，仍然迫切需要开发计算工具，交互式地指导用户进行数据处理分析。在单细胞测序数据(scRNA-seq)分析中，一个关键步骤是输入数据预处理和质量控制。因为在这个阶段，来自低质量细胞的信号、技术可能影响后续下游分析的变异被识别和删除。scRNA-seq数据的预处理和质量控制是一个费力的过程，需要结合不同的计算策略，并手动定义从特定质控度量指标的量化中派生的合适参数集。但考虑到scRNA-seq数据的异质性，在定义scRNA-seq数据预处理和质量控制的金标准方面尚未达成共识，这无疑增加了选择最优分析工作流的难度。 

基于以上现状，本次介绍了一个实用R包popsicleR（图1，https://github.com/bicciatolab/popsicleR）。popsicleR整合了目前广泛使用的技术方法，并且可以交互式地执行scRNA-seq数据分析的所有主流预处理和质控步骤。该软件包由七个主要功能组成，能够进行质量控制度量探索、低质量细胞过滤、数据规范化、去除技术和生物学偏差，以及一些探索性分析（如差异表达基因的检测、细胞聚类和细胞注释）。popsicleR接受来自10X Genomics的Cell Ranger文件或由任何微流控、微井板或基于液滴的scRNA-seq技术生成的特征条形码计数矩阵作为输入。在分析的每个步骤中，popsicleR交互式地指导用户，并能保存各种图，以及评估过滤和回归参数对细胞群识别和分类的影响。为了测试和说明popsicleR工具包的实用功能，案例数据使用人类早期肺腺癌样本的14,972个细胞的转录谱。具体分析结果可以参考文献[1]，这里不赘述。

图1 popsicleR工作流程 

参考文献

[1] Grandi F, Caroli J, Romano O, Marchionni M, Forcato M, Bicciato S. popsicleR: A R Package for Pre-processing and Quality Control Analysis of Single Cell RNA-seq Data. J Mol Biol. 2022; 434(11):167560. doi: 10.1016/j.jmb.2022.167560. 

以往推荐如下：

1. 分子生物标志物数据库MarkerDB

2. 细胞标志物数据库CellMarker 2.0

3. 细胞发育轨迹数据库CellTracer

4. 人类细胞互作数据库：CITEdb

5. ​EMT标记物数据库：EMTome

6. EMT基因数据库：dbEMT

7. ​EMT基因调控数据库：EMTRegulome

8. RNA与疾病关系数据库：RNADisease v4.0

9. RNA修饰关联的读出、擦除、写入蛋白靶标数据库：RM2Target

10. 非编码RNA与免疫关系数据库：RNA2Immune

11. 值得关注的宝藏数据库：CNCB-NGDC

12. 免疫信号通路关联的调控子数据库：ImmReg

13. 利用药物转录组图谱探索中药药理活性成分平台：ITCM

14. AgeAnno：人类衰老单细胞注释知识库