目前最新的一代测序技术是单细胞测序,scRNA-seq(single cell RNA sequencing:单细胞RNA测序)是其中一项代表性技术。该技术可以解决细胞群体异质性的问题,有助于发现和定义新的细胞亚型。通常采取的方法首先对数据进行质量检查、填补缺失数据及标准化等预处理,接着进行聚类分析,并从聚类结果中筛选出差异表达基因,最后进行细胞类型富集分析和转录动力学分析或其他进一步的生物学分析。在整个分析过程中,对经过预处理的数据进行准确的聚类分析是关键且具有挑战性的任务。本文提出了一种流程化分析方法:LAK(Lasso And K-means based single cell RNA sequencing data analysis pipeline:基于Lasso和K-means的单细胞RNA测序数据流程化分析方法),将数据预处理、标准化、特征提取及聚类、差异表达分析及细胞类型识别等单细胞聚类分析流程整合为一个集成工具。本文重点聚焦于聚类环节,改进完善现有方法,以提高聚类结果及后续细胞类型识别的准确性。对其他环节,本课题对现有成熟方法进行分析、比较、筛选,采用准确度高、稳定性好、计算开销小的方法纳入分析流程。在聚类环节,本文通过将Lasso正则项作为特征选择方法融入到聚类算法中,缩小了备选基因的范围,提取出对聚类有实际影响的基因,因此不需要额外的基因筛选或降维方法,可以直接应用于单细胞测序数据。另外,本文针对聚类算法中的参数选择问题,提出了一种二分查找算法,根据数据的大小进行最优参数自适应查找。与其他聚类方法相比,LAK中的聚类方法在公开的scRNA-seq数据集上具有较好的稳定性和准确性。另外,本文在一份公开数据集上应用了完整的分析流程,给出了每一个细胞的具体细胞类型,得到了与相关生物学文献相一致的结论,进一步验证了整个分析流程的准确性。