如何将Seurat聚类结果导入到Loupe Browser

作者:尧小飞
审稿:童蒙
编辑:angelica

目的

10xGenomics官方软件Cellranger的分析没有对结果进行过滤,以及不能同其他分析无缝对接,需要再次分析。而Seurat作为使用最广泛的单细胞转录组分析软件,可以对数据进行各种质控以及下游分析。

然而其官方可视化软件Loupe Browser对于没有R语言基础的老师来说,是十分方便的分析工具。但由于Seurat结果与Cellranger结果并不统一,这对没有R基础的老师来说又十分不便。

因此,将Seurat降维聚类分群的结果导入到Loupe Browser是十分必要的,这将大大地便于老师自己对其结果进行分析以及调整。此文档就是解决这个问题,实现可视化。

坐标轴结果导入

01 文件准备

Seurat分析结束以后,将其聚类结果输出。其聚类结果表示每个细胞属于哪一个亚群,通常在Seurat对象中的object@active.ident矩阵中,write.csv(object@active.ident,file=clusterResult,quote=F)输出。
如果老师没有R基础的话,一般测序公司都会提供相应的文件,其文件格式如下图所示:

02 文件说明

这个文件有三列,文件是以英文符号【,】进行分割成csv文件。

  • 第一列为细胞barcode的
  • 第二列和第三列分布为降维后的tSNE_1和tSNE_2坐标,如果是umap降维,则为tUMAP_1和tUMAP_2坐标

03 结果导入

利用Loupe Browser打开该样品的loupe文件,一般cellranger会输出此文件。

点击【Projection】---【Import Projection】,然后导入之前准备的坐标轴文件。这里我使用的文件名称为【样品名称_tsne_gene.csv】

就会发现这个图形发生了变化,变得与Seurat的结果图形完全一致。导入后结果如下:

上图为导入后Loupe Browser结果

上图为Seurat分析的结果图

通过结果发现,其形状完全一致,因此到这里,Seurat的坐标轴结果导入完成。

聚类结果导入

01 文件准备

下一步将导入聚类结果,聚类结果的导入与坐标轴结果类似,在分析Seurat结果对象中的矩阵中,通常在Seurat对象中的object@active.ident矩阵中,write.csv(object@active.ident,file=clusterResult,quote=F)输出,其文件格式如下图所示:

02 文件说明

这个文件有两列:

  • 第一列为细胞barcode的,
  • 第二列为细胞亚群的名称,文件是以英文符号【,】进行分割从csv文件。

03 结果导入

  1. 利用Loupe Browser打开该样品的loupe文件

  2. 点击【Categories】--【Import Categories】


然后导入此文件,这里我使用的文件名称为【样品名称_cell_cluster.csv】,然后就会发现这个聚类发生了变化,变得与Seurat的结果聚类完全一致。导入后结果如下:

上图为导入后Loupe Browser结果


上图为Seurat分析的结果图

通过结果发现,其聚类颜色完全一致,因此到这里,Seurat的聚类结果导入完成。

注意事项

  1. 文件格式:均是csv文件,列与列之间都是通过英文符号【,】分割。

  2. Seurat分析结果的barcode格式,这里都是用的barcode-1格式。如果不是这种格式,可能会报错,也就是说在Seurat分析的时候,不能随便修改格式。

  3. 如果是多样品,需要将多个样品通过Cellranger aggr合并以后才可以,Seurat不能直接导出loupe文件。

  4. Seurat的结果一般来说其细胞数会少于Cellranger的细胞数。

©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 204,732评论 6 478
  • 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 87,496评论 2 381
  • 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 151,264评论 0 338
  • 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 54,807评论 1 277
  • 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 63,806评论 5 368
  • 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 48,675评论 1 281
  • 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 38,029评论 3 399
  • 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 36,683评论 0 258
  • 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 41,704评论 1 299
  • 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 35,666评论 2 321
  • 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 37,773评论 1 332
  • 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 33,413评论 4 321
  • 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 39,016评论 3 307
  • 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 29,978评论 0 19
  • 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 31,204评论 1 260
  • 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 45,083评论 2 350
  • 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 42,503评论 2 343

推荐阅读更多精彩内容