细胞聚类与亚群识别是生物信息学和计算生物学中的重要研究内容，主要应用于单细胞测序数据分析。
1. 细胞聚类：细胞聚类是指根据细胞间的相似性将它们分为不同的组。在单细胞测序数据中，每个细胞的基因表达谱可以视为一个高维向量，通过计算这些向量之间的距离或相似性，可以进行细胞聚类。常用的聚类方法有层次聚类、K-means聚类、DBSCAN等。细胞聚类可以帮助我们发现和识别不同的细胞类型，也可以揭示细胞间的异质性。
2. 亚群识别：亚群识别是在细胞聚类的基础上，进一步划分细胞群体的过程。通常情况下，一个大的细胞群体内部可能存在多个具有不同特性的亚群。例如，在肿瘤细胞中，可能存在对治疗反应不同的亚群。通过亚群识别，我们可以更精细地了解细胞群体的结构和功能，这对于疾病的诊断和治疗具有重要的意义。常用的亚群识别方法有基于图形的方法（如Louvain算法）、基于谱聚类的方法等。
总的来说，细胞聚类与亚群识别是单细胞测序数据分析的重要步骤，对于深入理解细胞的功能和行为具有重要作用。
