#秩约束相似学习（RCSL）RCSL是一个使用单细胞RNA-seq数据进行单细胞聚类和轨迹分析的R工具包。##安装可以通过R:```{右}R美元>库（“devtools”）>devtools:：install_github（“QinglinMei/RCSL”）```现在可以在R中加载RCSL：```{右}>图书馆（RCSL）```##输入RCSL的输入是一个标准化的数据矩阵，列是单元格，行是log（CPM+1）、log（RPKM+1）、log（TPM+1）或log（FPKM+1）格式的基因；或RDS格式的数据文件。##用法我们提供了一个在*demo_RCSL中运行RCSL的示例脚本。R*。RCSL的九项功能也可以独立运行。功能|说明-----------|----------`GenesFilter`|执行基因筛选。`SimS`|计算初始相似矩阵S。`NeigRepresent`|计算单元格的邻居表示。`EstClusters `|估计群集C的最佳数量。`BDSM `|学习分块信号矩阵B。`PlotMST`|根据RCSL的聚类结果构造MST。`PlotPseudoTime`|推断单元格的伪时间顺序。`getLineage`|根据聚类结果和起始单元格推断谱系。`PlotTrajectory`|根据聚类结果和起始单元格绘制发展轨迹。##示例：加载程序包：```{右}>图书馆（RCSL）>库（单细胞实验）>库（ggplot2）>库（igraph）```加载Goolam数据集：```{右}>origData<-readRDS（“./Data/Goolam.rds”）>数据<-日志计数（origData）>标签<-origData$cell_type1>数据名称<-“Goolam”```正在生成聚类结果：```{右}>res_RCSL<-RCSL（数据）```计算调整后的兰德指数：```{右}>ARI_RCSL<-igraph:：compare（res_RCSL$y，label，method=“adjusted.rand”）```轨迹分析：```{右}>标签<-origData$cell_type1>res_TrajecAnalysis<-轨迹分析（res_RCSL$gfData、res_RCSL$drData、res-RCSL$S、，clustRes=res_RCSL$y，TrueLabel=标签，startPoint=1，dataName=数据名）```显示已构建MST的图：```{右}>res_Trajec分析$MSTPlot```显示伪时序图```{右}>res_TrajecAnalysis$伪时间图```显示推断的发展轨迹图```{右}>res_TrajecAnalysis$轨迹图```R笔记本格式的小插曲可用[此处](https://github.com/QinglinMei/RCSL/blob/master/vignettes/RCSL-vignette.Rmd)##RCSL所需的注释1） RCSL包需要三个额外的包：即*SingleCellExperience*包（请参阅https://bioductor.org/packages/release/bioc/html/SingleCellExperiment.html)要读取*SingleCellExperience*对象，请使用*igraph*包（请参阅https://igraph.org/)查找连接最强大的组件和*ggplot2*包（请参见https://cran.r-project.org/web/packages/ggplot2/index.html)绘制发展轨迹和MST。2） 目录*Data*中用于演示的数据集来自https://hemberg-lab.github.io/scRNA.seq.datasets/。此数据集以RDS和文本格式存储。##调试如果您在运行我们的工具时遇到问题，请随时联系我们meiql@mail.sdu.edu.cn。
