AdamsonWeissman2016 single cell perturbation数据集小总结

数据集对应文章：https://www.cell.com/cell/pdf/S0092-8674(16)31660-9.pdf
这是在进行UPR Unfold Protein Response实验所记录的数据。

• 什么是UPR?
• 什么是UPR?

一共是3个数据集。
应该分别对应了3种介质，IRE1(IREα), PERK, ATF6
数据集横向是cell barcode(CBC)，不同barcode对应不同的1类细胞；纵向是gene symbol，类似于基因名字、基因ID。

整个matrix指的是在这种介质下，这些细胞rna的基因表达情况。

数据集是h5ad格式，用scanpy加载后是的adata。
adata是什么格式的？

此图为引用上述链接的图：

• obs是observe，perturb之后观测的各种观察量的值
• var是variable，变量 ，扰动的条件
• uns是un structed data，其他的用字典来的额外数据。
• X就是obs和var的一个表格
• 总结一下：就是进行了var条件下的实验，观测obs的值，储存在X中，其他额外数据储存在uns.

此数据集有3份，分别叫AdamsonWeissman2016_GSM2406675_10X001。

• Obs值：
  adata.obs.columns.values：

  ['perturbation', 'read count', 'UMI count', 'tissue_type',
     'cell_line', 'cancer', 'disease', 'perturbation_type', 'celltype',
     'organism', 'ncounts', 'ngenes', 'percent_mito', 'percent_ribo',
     'nperts']

• var值：
  ['ensembl_id', 'ncounts', 'ncells']，基因id、做了多少次、多少细胞。去除一列查看adata.var['ncells']
• uns是空的。