2023.3.28初版

误入BioInfor的大黄鸭 --一个喜欢把教程写着写着写成科普的本科临床医学生

学习了生信菜鸟团赵小明老师（赵小明777）的文章Scissor，花了两天时间学习了这个R包，这个R包可以通过提供三个信息（scRNA的表达矩阵，bulk表达矩阵、临床数据），可以找出与临床数据正相关和负相关的细胞亚群。老师文章里只做了生存相关性的分析，我这里教大家如何做二分类临床数据的相关性分析（如TNM、性别等），顺便教大家如何解决Linux服务器中关于：ERROR; return code from pthread_create() is 22这个错误的方法。

目录

• 1.输入文件的准备
• 2.包的准备
• 3.二分类数据的操作流程
• 4.报错修改

输入文件的准备

我们需要准备：
1.scRNA的表达矩阵（scrt）（行名为基因名，列名为细胞名称）（数据类型：matrix）

scRNA.png

2.bulk的表达矩阵（bulk_dataset）（行名为基因名，列名为样本名称）（数据类型：matrix）

bulk.png

3.临床信息矩阵（bulk_phenotype）（第一列为bulk的样本名称，注意顺序要和第二个文件的顺序一样，第二列为临床数据，这里我以转移“1”和非转移“0”为例，注意要改为0和1）（数据类型：matrix和dataframe都行）

M.png

把三个数据读取进Rstudio里。

包的准备

devtools::install_github("jinworks/scAB")

二分类数据的操作流程

读入的表达矩阵用下面代码转换为Seurat对象，注意别用普通单细胞Seurat的转换代码，不然会报错，一定要用下面的代码转：

sc_dataset <- Seurat_preprocessing(scrt, verbose = F)

用这个代码看看临床数据和表达矩阵的顺序能不能对得上：

all(colnames(bulk_dataset) == bulk_phenotype$ID)

把临床数据转化为一个带有name的numeric向量：

phenotype <- as.numeric(bulk_survival[,2])
names(phenotype)<-bulk_survival[,1]

创建一个tag：

tag<-c("M0","M1") #注意第一个为对照组第二个为实验组

运行Scissor：

infos4 <- Scissor::Scissor(bulk_dataset, sc_dataset, phenotype, tag = tag, alpha = 0.5, family = "binomial", Save_file = "M_mutation.RData")

后续输出umap：

Scissor_select <- rep(0, ncol(sc_dataset))
names(Scissor_select) <- colnames(sc_dataset)
Scissor_select[infos4$Scissor_pos] <- 1
Scissor_select[infos4$Scissor_neg] <- 2
sc_dataset <- AddMetaData(sc_dataset, metadata = Scissor_select, col.name = "scissor")
DimPlot(sc_dataset, reduction = 'umap', group.by = 'scissor', cols = c('grey','indianred1','royalblue'), pt.size = 1.2, order = c(2,1))

本包适合内存大的电脑运行，我的40G的电脑也运行不了2w个细胞的scRNA数据，建议大家在Linux环境下运行。

报错修改

我们在使用Linux运行时，通常会遇到以下错误：
ERROR; return code from pthread_create() is 22，或者是：

640.jpg

我初步怀疑是因为preprocessCore包版本问题或者损坏导致的，我们需要重新安装这个包，打开Linux工作台：

git clone https://github.com/bmbolstad/preprocessCore.git
cd preprocessCore
R CMD INSTALL --configure-args="--disable-threading"  .

重新安装即可完美解决。（引自简书)

本教程就先讲到这啦，后续随后更新，欢迎大家关注支持～大家关注一下我：误入BioInfor的大黄鸭