第一步是对高维数据的约减，常用的方法有PCA, tSNE, ZIFA and CIDR. （但是在进行降维时，我们必须要用填补的方法处理为0的seq）。所以我们涉及的工作内容如下
- simulation
- dropoout & imputation
- dimensional reduction & clustering
什么是 bulk-RNAseq data
然后是对于单细胞rna数据仿真的问题
具体使用的是scanpy这个包中的scanpy.api.sim，在使用scanpy中的时候涉及到两种模式，分别是’krumsiek11’和’’
这仿真涉及的原理是来自这篇论文：
drop out事件之后的特征选择 https://www.biorxiv.org/content/early/2018/05/17/065094 sc-RNA tools 的介绍 https://cloud.tencent.com/developer/news/331557
