肿瘤异质性
肿瘤异质性在肿瘤细胞在基因、表型、代谢特性和行为等方面存在的多样性，它是肿瘤复杂性的重要特征之一，但是我们没有方法去直观或者量化细胞分群后的异质性。
为此，我找了很多文献，终于让我找到了一篇文献《Single-cell analyses reveal increased intratumoral
heterogeneity after the onset of therapy resistance in small-cell lung cancer》。
image.png
作者使用了一种方法，将ITH score进行了量化，并使用了箱线图进行了展示，真是救命。感觉去看一下作者的代码。很可惜，没有找到git-hub相关的代码。但是找到了关键的一句话。
The ITH score was defined as the average Euclidean distance between the individual cells
and all other cells, in terms of the first 20 principal components derived from the
normalized expression levels of highly variable genes. The highly variable gene was
identified using the FindVariableGenes() function in the SEURAT package, with
default parameters.
作者的思路是通过PCA主成分分析，将肿瘤细胞映射到低维空间，其中异质性较大的细胞群会距离较远，通过欧几里得距离计算每个细胞的距离打分就能够将ITH Score进行量化！
思路已经清晰了，接下来就是复现了，但是我没有使用作者的数据，而是直接使用了一下自己的示例数据。
Rplot.png
从featureplot上就可以直观地看到每个亚群对应的异质性了。再用vlnboxplot展示一下！
Rplot01.png
之后为了互相验证，可以再跑一个inferCNV进行互相验证！这里因为数据保密的原因，就不放inferCNV的结果了。
打个广告：小编目前在职博士一枚，想为了家乡的山区孩子捐物资，所以想在这里接点单细胞的分析，赚的钱大部分都会捐给韩红基金会，所以你们有需要就来找我吧！
