单细胞分析中归一化和标准化的区别

理解单细胞分析中归一化和标准化的区别，对确保后续分析结果准确可靠至关重要。

特性	NormalizeData() (归一化)	ScaleData() (标准化)
核心目标	消除不同细胞之间的测序深度差异	消除不同细胞之间的基因表达量级差异
处理对象	原始计数矩阵	归一化后的表达矩阵
关键操作	除以细胞总UMI计数，乘以缩放因子，取对数	对每个基因进行Z-score转换（减去均值，除以标准差）
主要作用	使不同测序深度的细胞间表达量可比	使不同表达水平的基因在后续分析中权重一致

---

详解处理流程与作用特性

一、NormalizeData()：解决细胞间的公平问题

 它的首要任务是修正因测序深度不同导致的技术偏差。想象一下，细胞A测了10万条RNA序列，细胞B只测了5万条。直接比较它们的原始计数，细胞A的所有基因计数都可能虚高，这并非真实的生物学差异。

默认的"LogNormalize"方法分两步：
尺度校正：将每个基因的计数除以所在细胞的总UMI计数，再乘以一个缩放因子（默认为10,000）。这相当于把所有细胞的“总表达量”缩放到了同一水平线上，得到每万计数的表达值。
对数转换：对上一步的结果进行 log1p转换（即 log(1+x)）。这能压缩数据的动态范围，使分布更稳定，并减弱极高表达基因的过度影响。

 经过处理后，数据从原始的counts矩阵转变为归一化的data矩阵，这时才能公平地比较不同细胞中同一个基因的表达水平。

二、ScaleData()：解决基因间的公平问题

 在细胞间可比之后，下一个挑战来自基因本身。有些基因（如看家基因）表达量很高，而有些基因（如某些转录因子）表达量很低。如果不加处理，在PCA等基于距离的降维算法中，高表达基因的微小波动就会主导整个分析结果，掩盖低表达基因的重要变化。

它对每个基因进行 Z-score标准化：
中心化：减去该基因在所有细胞中的平均表达值，使均值变为0。
缩放：除以该基因在所有细胞中的标准差，使标准差变为1。

 经过Z-score转换，所有基因无论原本表达量高低，都被“摆渡”到同一个尺度上，变成了均值为0、方差为1的scale.data矩阵。这确保了在后续分析中，每个基因对结果的贡献权重是公平的。