2018-07-19每日文獻：Panoramic stitching of heterogeneous single-cell transcriptomic data
Abstract
作者提出了一種工具恒削，Scanorama ,利用了全景拼接的算法贡这，將來源于不同技術的單細胞的datasets進行整合。
使用的數(shù)據(jù)集：105476 cells from 26 scRNA-seq experiments across 9 different technonlogies to make a single comprehensive reference.
Data and code availability
http://cb.csail.mit.edu/cb/scanorama/
https://github.com/brianhie/scanorama
Main text
文中提到：
Seurat CCA 和 MNN 假設兩個數(shù)據(jù)集之間至少有一種相同的cell type狠角， 或者基因表達譜具有相同的相關結構（证逻？？），因此限制了使用颊艳。
Scanorama 跟圖像拼接類似，也是根據(jù)兩個數(shù)據(jù)集overlap的區(qū)域來進行batch-correction 和intergration忘分。 優(yōu)勢：能夠保留數(shù)據(jù) specific population棋枕，也不需要所有的dataset share相同的cell type。信息的丟失??
利用mutual nearest neighbors matching 妒峦，主要能夠?qū)ふ覂蓚€數(shù)據(jù)集的相似部分重斑，而不是整個大數(shù)據(jù)中的相似部分。MNN 肯骇，針對多于兩個datasets的比對窥浪，先選擇一個作為reference，之后將其他的datasets和這個datasets做integrate笛丙，所以整合的效果很看重數(shù)據(jù)的順序
Scanorama 的兩個關鍵性步驟：1.使用SVD（singular value decomposition） 將高維的數(shù)據(jù)降維漾脂。2.基于超敏感局部敏感散列和隨機投影樹來構建近鄰法，節(jié)約時間胚鸯。
接下來骨稿，使用模擬和真實的數(shù)據(jù)集進行模擬，真實的數(shù)據(jù)集包括：293T cell and Jurkat cells,HSC data姜钳，pancreas data坦冠，105476 cells dataset.
文章重點強調(diào)：1.相同的細胞類型能merge在一起，2.保留數(shù)據(jù)集獨特的細胞哥桥。3.根據(jù)alignment genes來監(jiān)控兩個數(shù)據(jù)的比對辙浑。4.運行速度快。十萬細胞只需要25分鐘（10核拟糕，384GB RAM）判呕。
疑問：
1.可以嘗試使用它來做整個物種數(shù)據(jù)的大圖倦踢，數(shù)據(jù)的整合可以用，但是對于其normalization的方法以及是否能夠找markers存在疑問佛玄。
2.好奇它與MNN 之間的差異硼一，都是使用mutual nearest neighbor，區(qū)別到底在哪里梦抢？般贼？
需要嘗試使用
