真香！不会写代码也能做单细胞测序分析的工具

单细胞转录组测序（Single cell RNA sequencing）可以在单个细胞水平对转录组进行测序，研究单个细胞内的基因表达情况，同时解决用组织样本测序无法解决的细胞异质性难题，让解析单个细胞的行为、机制及其与机体的关系成为了现实。

那么，假如不会写带代码，有没有可以做单细胞测序分析的工具呢？当然有啦，今天给大家介绍就是单细胞分析的网页分析工具alona，直接上传原始的（必须是没有标准化的原始read count）单细胞矩阵，就可以进行分析，15分钟左右就可以得到分析结果，非常方便快捷。

官网：https://alona.panglaodb.se/index.html

1

alona简介

alona 是由瑞典卡罗林斯卡学院开发，并于2020年4月发表在Bioinformatics (速来围观 | 纯生信友好，国人友好，IF 6分+Top，非预警期刊！) 的一款线上的单细胞测序数据平台。

2

alona分析步骤

其中，主要的分析步骤有：

• Quality filtering （数据质控，去除异常细胞）
• Normalization （数据归一化）.
• Batch correction (optional) （批次效应去除）
• Feature selection （高差异基因寻找，Seurat等）
• Dimensionality reduction （主成分分析降维）
• Clustering（核心步骤聚类）
• Cell type annotation （细胞类型注释，选数据库）
• Differential gene expression （cluster之间差异基因分析）

分析流程.Bioinformatics, Volume 36, Issue 12, 15 June 2020, Pages 3910–3912。

3

数据准备

只需要一个以基因为行、以细胞为列的基因表达矩阵。单个细胞的基因表达矩阵通常很大，因为通常要取样数千个细胞。该矩阵是一个纯文本文件，具有任意文件名，并且必须使用zip、gzip、bzip2或xz进行压缩。对应的压缩必须使用正确的文件名扩展名(即zip表示zip, gz表示gzip, bz2表示bzip2, xz表示xz)。

特别注意：上传的数据不能标准化；即，测量值应该是原始读取计数。

上传数据的格式，我们以GSE95315这个GEO数据为例：

https://www.ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE95315

4

上传数据、设置参数

1. 点击【Upload and analyze your data】

2.将准备好的数据上传：

3.参数配置在大多数情况不需要修改，通直接选用默认设置即可。

4.然后点击【Upload File】，等待结果就可以啦~在结果出来之前显示为“pengding”，分析结束之后变为“finished”。

5

结果展示

得到如下结果图，可以根据细胞分群进一步分析细胞类型之间的差异基因。

参考文献：

Oscar Franzén, Johan L M Björkegren, alona: a web server for single-cell RNA-seq analysis, Bioinformatics, Volume 36, Issue 12, 15 June 2020, Pages 3910–3912, https://doi.org/10.1093/bioinformatics/btaa269