专栏十二：单细胞空间转录组四种常见的不同整合pipline

单细胞基本的处理流程
1.去双细胞（各样本单独去）

2.合并各样本质控，也可以分别质控

3.标准化归一化与整合
基本的处理方法包括
1.normalize + anchor（CCA）
2.normalize + harmony
3.SCT + anchor
4.SCT + harmony

在这里归纳一下这四种方法。经验性的SCT+anchor整合力度强，但是可能会导致细胞群难以分开。harmony的整合力度较弱，强异质性细胞如肿瘤细胞仍然可能按照样本位置分布。

结合上文的描述，在服务器中总结
 
### 1.normalize + anchor
 
```R
###加载已经去过双细胞和QC后的merge数据
sce.all.fit
 
###整合normalize + anchor
#分开单个样本
MI.list <- SplitObject(sce.all.fit, split.by = "orig.ident")
#normalize
for (i in 1:length(MI.list)) {
  MI.list[[i]] <- NormalizeData(MI.list[[i]], verbose = FALSE)
  MI.list[[i]] <- FindVariableFeatures(MI.list[[i]],
                                       selection.method = "vst", 
                                       nfeatures = 2000, verbose = FALSE)
}
#寻找锚点
MI.anchors <- FindIntegrationAnchors(object.li