(2)10X单细胞聚类

概述

细胞聚类:基于基因表达信息,将表达谱相近的细胞聚为一类,表达差别大的细胞彼此分开。

Seurat使用

image.png
library(Seurat)
library(ggplot2)
library(dplyr)
options(stringsAsFactors=F)

##第1步:读入表达矩阵
data <- Read10X("../Data/filtered_gene_bc_matrices/")

##第2步:创建Seurat对象
train <- CreateSeuratObject(counts = data, project="train",min.cells = 3, min.features = 200)
train
expr_matrix <- train[["RNA"]]@counts
head(expr_matrix[,1:5])
write.table(expr_matrix,file="train.UMI.counts.xls",col.names=T,row.names=T,quote=F,sep="\t")

## 第3步:细胞质控
#1. 每个细胞检测的基因数目
#2. 每个细胞测序的UMI总数
#3. 每个细胞的线粒体基因比例
#其中,1.和2.在创建Seurat对象时候已经完成相关计算
train[["percent.mt"]] <- PercentageFeatureSet(train, pattern = "^MT-") ## 计算线粒体基因比例,pattern为匹配
##对于人:线粒体基因均以MT-开头(MT-ND1, MT-ND2, MT-CO1, MT-CO2, MT-ATP8, MT-ATP6, MT-CO3, MT-ND3, MT-ND4L, MT-ND4, MT-ND5, MT-ND6, MT-CYB)
##对于小鼠:线粒体基因均以mt-开头
##细胞质控信息存储在train@meta.data
head(train@meta.data)  ###nCOUNTrna【每个细胞检测出的RNA的数量】 nfeture rna【每个细胞检测出基因表达的数量】
image.png

image.png



## 细胞质控信息可视化
pdf("train.cellqc.pdf")
 VlnPlot(train, features = c("nFeature_RNA", "nCount_RNA", "percent.mt"), ncol = 3)
dev.off()
ggsave("train.cellqc.png",VlnPlot(train, features = c("nFeature_RNA", "nCount_RNA", "percent.mt"), ncol = 3))

## 细胞质控指标相关性分析
plot1 <- FeatureScatter(train, feature1 = "nCount_RNA", feature2 = "percent.mt")
plot2 <- FeatureScatter(train, feature1 = "nCount_RNA", feature2 = "nFeature_RNA")
pdf("train.cellqc.scatter.pdf")
 plot1 + plot2
dev.off()
ggsave("train.cellqc.scatter.png",plot1 + plot2)

##细胞过滤,去掉不符合质控标准的细胞
train <- subset(train, subset = percent.mt < 10 & nFeature_RNA >= 250 & nFeature_RNA  < 3000)
train  ##取子集的意思

## 第4步:数据归一化
train <- NormalizeData(train, assay = "RNA", normalization.method = "LogNormalize", scale.factor = 10000)
##归一化后的数据存储在train[["RNA"]]@data里面
head(train[["RNA"]]@data[,1:5])
write.table(train[["RNA"]]@data,file="train.normdata.xls",quote=F,sep="\t",col.names=T,row.names=T)

## 第5步:高变基因鉴定和可视化【在细胞之间表达变量比较大的基因】
train <- FindVariableFeatures(train, selection.method = "vst", nfeatures = 2000)

# Identify the 10 most highly variable genes
top10 <- head(VariableFeatures(train), 10)
# plot variable features with and without labels
plot1 <- VariableFeaturePlot(train)
plot2 <- LabelPoints(plot = plot1, points = top10, repel = TRUE)
pdf("train.hvg.pdf")
 plot1 + plot2
dev.off()
ggsave("train.hvg.png",plot1 + plot2)
image.png
## 第6步:表达量标度化
train <- ScaleData(train,features=rownames(train))
##scaleData后的信息存储在train[["RNA"]]@scale.data里面
head(train[["RNA"]]@scale.data[,1:5])
image.png
## 第7步:PCA降维分析
train <- RunPCA(
         object=train,
         features=VariableFeatures(train),
         npcs=50,
        )

##检测前5个主成分的前5个特征基因(Positive和Negative各5个)
print(train[["pca"]], dims = 1:5, nfeatures = 5)

##可视化前2个PC的top30基因
pdf("train.pca.vizdim.pdf")
 VizDimLoadings(train, dims = 1:2, nfeatures = 30, reduction = "pca")
dev.off()
ggsave("train.pca.vizdim.png",VizDimLoadings(train, dims = 1:2, nfeatures = 30, reduction = "pca"))

##基于前两个PC的细胞分布散点图
pdf("train.pca.dimplot.pdf")
 DimPlot(train, reduction = "pca")
dev.off()
ggsave("train.pca.dimplot.png",DimPlot(train, reduction = "pca"))
image.png
##前15个PC的热图
pdf("train.pca.heatmap.pdf")
 DimHeatmap(train, dims = 1:15, cells = 500, balanced = TRUE)
dev.off()
ggsave("train.pca.heatmap.png",DimHeatmap(train, dims = 1:15, cells = 500, balanced = TRUE))

## JackStraw图
#JackStraw :Determine statistical significance of PCA scores
##注意: 为了提高计算速度,可以改:num.replicate = 20
train <- JackStraw(train, reduction="pca",num.replicate = 20,prop.freq=0.01) ##reduction="pca"表示降维的方法是PCA,num.replicate = 20:表示抽样计算进行20次,freq=0.01每次抽样的比例为0.01

#ScoreJackStraw : Compute Jackstraw scores significance
train <- ScoreJackStraw(train, dims = 1:20)

#visualization for comparing the distribution of p-values for each PC with a uniform distribution (dashed line).
pdf("train.JackStrawPlot.pdf")
 JackStrawPlot(train, dims = 1:15)
dev.off()
ggsave("train.JackStrawPlot.png",JackStrawPlot(train, dims = 1:15))
image.png
image.png
pdf("train.ElbowPlot.pdf")
 ElbowPlot(train)
dev.off()
ggsave("train.ElbowPlot.png",ElbowPlot(train))


image.png

## 第8步:细胞聚类
train <- FindNeighbors(train, dims = 1:10)
train <- FindClusters(train, resolution = 0.5)

##提取各个细胞的聚类结果
cellcluster <- train@meta.data
cellcluster$cellid <- rownames(cellcluster)
cellcluster <- subset(cellcluster,select=c("cellid","seurat_clusters"))
write.table(cellcluster,file="train.cell.cluster.xls",quote=F,col.names=T,row.names=F,sep="\t")

## 采用TSNE对数据进行降维及可视化
train <- RunTSNE(object=train, dims=1:10)
pdf("train.tsne.pdf")
 DimPlot(object = train,reduction="tsne")
dev.off()
ggsave("train.tsne.png",DimPlot(object = train,reduction="tsne"))

## 采用UMAP对数据进行降维及可视化
train <- RunUMAP(object = train, dims = 1:10)
pdf("train.umap.pdf")
 DimPlot(object = train,reduction="umap")
dev.off()
ggsave("train.umap.png",DimPlot(object = train,reduction="umap"))
image.png
##第9步:标记基因鉴定和可视化
markers <- FindAllMarkers(train,logfc.threshold=0.5,test.use="wilcox",min.pct=0.25,only.pos=TRUE)
head(markers)
##排序,将同一个cluster的marker gene排在一起
#markers <- markers %>% group_by(cluster)
write.table(markers,file="train.cellmarker.xls",sep="\t",row.names=F,col.names=T,quote=F)

## 标记基因可视化
top2 <- markers %>% group_by(cluster) %>% top_n(n = 2, wt=avg_log2FC)
#1, 热图
pdf("train.marker.heatmap.pdf")
 DoHeatmap(train, features = unique(top2$gene)) + NoLegend()
dev.off()
ggsave("train.marker.heatmap.png",DoHeatmap(train, features = unique(top2$gene)) + NoLegend())

top1 <- markers %>% group_by(cluster) %>% top_n(n = 1, wt=avg_log2FC)
#2,小提琴图
pdf("train.marker.vlnplot.pdf")
 VlnPlot(train, features = unique(top1$gene))
dev.off()
ggsave("train.marker.vlnplot.png",VlnPlot(train, features = unique(top1$gene)))

#3,散点图
pdf("train.marker.featureplot.umap.pdf")
 FeaturePlot(train, features = unique(top1$gene),reduction="umap")
dev.off()
ggsave("train.marker.featureplot.umap.png",FeaturePlot(train, features = unique(top1$gene),reduction="umap"))

#4,气泡图
pdf("train.marker.dotplot.pdf")
 DotPlot(object = train, features = unique(top1$gene)) + theme(axis.text.x = element_text(angle = 45, hjust = 1))
dev.off()
ggsave("train.marker.dotplot.png",DotPlot(object = train, features = unique(top1$gene)) + theme(axis.text.x = element_text(angle = 45, hjust = 1)))

##第10步:保存Seurat对象
saveRDS(train, file = "train.rds")
image.png
©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 212,332评论 6 493
  • 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 90,508评论 3 385
  • 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 157,812评论 0 348
  • 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 56,607评论 1 284
  • 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 65,728评论 6 386
  • 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 49,919评论 1 290
  • 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 39,071评论 3 410
  • 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 37,802评论 0 268
  • 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 44,256评论 1 303
  • 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 36,576评论 2 327
  • 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 38,712评论 1 341
  • 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 34,389评论 4 332
  • 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 40,032评论 3 316
  • 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 30,798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 32,026评论 1 266
  • 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 46,473评论 2 360
  • 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 43,606评论 2 350

推荐阅读更多精彩内容