genesorteR——比FindAllMarkers快一百倍!

不知道大家有没有在使用Seurat的FindAllMarkers时常常觉得计算时间过长,人生苦短,等待的时间真的很煎熬。genesorteR是一个用于单细胞数据分析的R软件包。它计算一个特异性分数来对每个细胞簇中的所有基因进行排序。然后,它可以使用这个排序来找到一组标记基因,或者找到高度可变或差异表达的基因。也就是说,genesorteR可以很好的替代FindAllMarkers,并且秒出结果!genesorteR既适用于scRNA-Seq数据,也适用于scATAC-Seq等稀疏单细胞数据,我们简单演示一下。测试数据大家自己扫码获取吧:

1.png

通过百度网盘分享的文件:genesorteR链接:https://pan.baidu.com/s/1h7CZ2MqXiGWc-nIYbnCcBQ?pwd=cn1m 提取码:cn1m

2.jpg
### 读入测试数据 ###library(Seurat)
## The legacy packages maptools, rgdal, and rgeos, underpinning the sp package,## which was just loaded, were retired in October 2023.## Please refer to R-spatial evolution reports for details, especially## https://r-spatial.org/r/2023/05/15/evolution4.html.## It may be desirable to make the sf package available;## package maintainers should consider adding sf to Suggests:.
## Attaching SeuratObject
scRNA <- readRDS('pbmcrenamed.rds')DimPlot(scRNA)
1.png

这是一个已经注释过的数据,这时通常我们会利用Seurat内置的FindAllMarkers()来计算各细胞类型的marker基因,我们来看一下计算时间:

system.time({seu_marker <- FindAllMarkers(scRNA)})
## Calculating cluster VSMC
## Calculating cluster T cell
## Calculating cluster Macro
## Calculating cluster B cell
## Calculating cluster Fibro
## Calculating cluster Myeloid cells
## Calculating cluster Mono
## Calculating cluster Neut
## Calculating cluster EC
##    user  system elapsed ## 163.181   0.967 164.148

可以看出计算marker需要花费大量的时间,这里给大家介绍一个加速marker计算的新方法:

# 装包:if(!require(devtools))install.packages("devtools")
## Loading required package: devtools
## Loading required package: usethis
if(!require(genesorteR))devtools::install_github("mahmoudibrahim/genesorteR")
## Loading required package: genesorteR
## Loading required package: Matrix
system.time( { # 计算:  gs <- sortGenes(scRNA@assays$RNA@data, Idents(scRNA))   # 获取marker列表:  gs_marker <- getMarkers(gs, quant = 0.99)  })
## Warning in sortGenes(scRNA@assays$RNA@data, Idents(scRNA)): A Friendly Warning:## Some genes were removed because they were zeros in all cells after## binarization. You probably don't need to do anything but you might want to look## into this. Maybe you forgot to pre-filter the genes? You can also use a## different binarization method. Excluded genes are available in the output under## '$removed'.
## 'as(<dgeMatrix>, "dgCMatrix")' is deprecated.## Use 'as(., "CsparseMatrix")' instead.## See help("Deprecated") and help("Matrix-deprecated").
##    user  system elapsed ##   1.357   0.108   1.466

可以说计算速度有质的飞跃。

我们对比一下两种方式筛选出的top5marker:

library(dplyr)
## ## Attaching package: 'dplyr'
## The following objects are masked from 'package:stats':## ##     filter, lag
## The following objects are masked from 'package:base':## ##     intersect, setdiff, setequal, union
# 查看Seurat筛选出的top5 marker基因seu_marker_top5 <- seu_marker %>%  group_by(cluster) %>%  slice_max(n = 5, order_by = avg_log2FC)# 将genesorteR计算的top5基因整理为数据框spec_scores <- gs$specScore# 获取基因名genes <- rownames(spec_scores)# 创建一个空的数据框来存储结果top5_genes_df <- data.frame()# 遍历每个 cluster (specScore 的列)for (cluster in colnames(spec_scores)) {  # 获取当前 cluster 的 specScore 列并绑定基因名  cluster_scores <- data.frame(    gene = genes,    specScore = spec_scores[, cluster],    cluster = cluster  )    # 按 specScore 降序排列并取前5个基因  top5_genes <- cluster_scores %>%    arrange(desc(specScore)) %>%    head(5)    # 将结果合并到总的数据框中  top5_genes_df <- rbind(top5_genes_df, top5_genes)}# 打印最终的 top 5 基因数据框top5_genes_df
##              gene specScore       cluster## Itga8       Itga8 0.6400709          VSMC## Npnt         Npnt 0.6387903          VSMC## Ppp1r14a Ppp1r14a 0.5918881          VSMC## Ccn3         Ccn3 0.5916800          VSMC## Lmod1       Lmod1 0.5912409          VSMC## Cd3g         Cd3g 0.7788462        T cell## Ms4a4b     Ms4a4b 0.7617241        T cell## Cd3d         Cd3d 0.7570093        T cell## Trbc2       Trbc2 0.7180583        T cell## Skap1       Skap1 0.6912000        T cell## Clec4a3   Clec4a3 0.5825532         Macro## Ms4a6c     Ms4a6c 0.5259740         Macro## Clec4a1   Clec4a1 0.5159770         Macro## Sirpb1c   Sirpb1c 0.4932967         Macro## Ccr2         Ccr2 0.4490722         Macro## Cd79a       Cd79a 0.8695652        B cell## Ms4a1       Ms4a1 0.8549495        B cell## Ly6d         Ly6d 0.8335849        B cell## Iglc3       Iglc3 0.8227174        B cell## Iglc2       Iglc2 0.8151579        B cell## Serpinf1 Serpinf1 0.7032967         Fibro## Lum           Lum 0.6982759         Fibro## Dpt           Dpt 0.6812162         Fibro## Dcn           Dcn 0.6097561         Fibro## Pcolce     Pcolce 0.6073494         Fibro## Alox12     Alox12 0.6377953 Myeloid cells## Itga2b     Itga2b 0.6267361 Myeloid cells## Clec1b     Clec1b 0.6203165 Myeloid cells## Treml1     Treml1 0.6150893 Myeloid cells## Gp5           Gp5 0.5632184 Myeloid cells## C1qc         C1qc 0.7455682          Mono## C1qa         C1qa 0.7342353          Mono## C3ar1       C3ar1 0.7101370          Mono## C1qb         C1qb 0.7077895          Mono## Tnf           Tnf 0.7004167          Mono## Mmp9         Mmp9 0.7680000          Neut## Retnlg     Retnlg 0.7458678          Neut## Slfn4       Slfn4 0.7348544          Neut## Ly6g         Ly6g 0.7272727          Neut## Cxcr2       Cxcr2 0.7054839          Neut## Egfl7       Egfl7 0.9209184            EC## Ptprb       Ptprb 0.8709677            EC## Cdh5         Cdh5 0.8501149            EC## Ecscr       Ecscr 0.7810714            EC## Mmrn2       Mmrn2 0.7401316            EC
library(ggplot2)library(patchwork)(VlnPlot(scRNA,features = seu_marker_top5$gene,stack = T)+   ggtitle("Seurat计算结果"))/  (VlnPlot(scRNA,features = top5_genes_df$gene,stack = T) +   ggtitle("genesorteR计算结果"))
1.png

可以看出,面对相同的数据,genesorteR不仅计算速度更快,marker的特异性也更高一些。

参考:https://doi.org/10.1101/676379

最后、如果以上内容对你有帮助,欢迎在文章的Acknowledgement中加上这一段:

Since Biomamba and his wechat public account team produce bioinformatics tutorials and share code with annotation, we thank Biomamba for their guidance in bioinformatics and data analysis for the current study.

欢迎在发文/毕业时向我们分享你的喜悦~

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 215,463评论 6 497
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 91,868评论 3 391
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 161,213评论 0 351
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 57,666评论 1 290
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 66,759评论 6 388
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 50,725评论 1 294
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,716评论 3 415
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,484评论 0 270
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,928评论 1 307
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,233评论 2 331
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,393评论 1 345
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,073评论 5 340
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,718评论 3 324
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,308评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,538评论 1 268
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,338评论 2 368
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,260评论 2 352

推荐阅读更多精彩内容