您现在看到的是单细胞转录组高级分析的部分内容（持更中）...在阅读全文之前，推荐您先掌握单细胞转录组标准分析流程。
单细胞转录组标准分析
单细胞转录组高级分析
推荐阅读顺序
整合-liger(本文)
美化-featureplot
美化-dotplot美化-featureplot
美化-降维图
细胞分化-基本概念1
细胞分化-基本概念2
细胞分化-monocle1原理
细胞分化-monocle2原理
细胞分化-monocle2实战
细胞分化-velocyto.R
文献复现1-公共数据读取
文献复现2-Dotplot组图
文献复现3-GSE192742人肝细胞图谱1
文献复现4-GSE192742人肝细胞图谱2
合集完整内容查看方式：
1. 合集付费：在公众号首页找到“单细胞转录组（高级分析）”合集标签，点击进入；或在CCtalk平台搜索《单细胞转录组分析流程-高级分析》，即可找到本合集全部已更新内容。
2. 单篇付费：在公众号首页找到“单细胞测序”合集标签，点击进入，即可找到单篇阅读入口。
简介
使用liger算法可以将不同批次、个体、组织、模态(比如单细胞RNA测序和空间转录组数据，单细胞甲基化或单细胞ATAC测序）根据共有因子进行整合。原理：单细胞基因表达矩阵经过iNMD分解后，可以得到三个矩阵：因子(行) x 细胞 (列)的H矩阵，数据集特有基因(行) x 因子 (列)的V矩阵，以及数据集共有基因(行) x 因子 (列)的W矩阵。iNMD的因子比 PCA的PC轴可解释性更强，在单细胞数据分析中，每个因子常常对应一种细胞类型。
升级：ligerv2对非负矩阵分解（NMD）算法进行了升级，采用综合非负矩阵分解（iNMD）。同时运行速度也得到很大的提升。
LigerV2：https://welch-lab.github.io/liger/index.html
之前使用该工具整合单细胞RNA和单细胞ATAC结果较好，下面演示它的代码使用：主要为seurat(v4)转liger对象，liger整合单细胞不同数据集流程，整合后再转seurat(v4)对象。
