一篇单细胞数据挖掘文章的图表复现

前言

看到一篇单细胞数据挖掘的文章,题为:Establishment of a Prognostic Model of Lung Adenocarcinoma Based on Tumor Heterogeneity

遂打算拿里面的数据跑一跑,这个数据可以在GSE117570的补充文件里直接下载到。

1.批量读取数据

虽然不是标准10X的三个文件,但也可以搞,直接读取为数据框,转换为矩阵,自行创建Seurat对象就可以啦。

rm(list = ls())
library(stringr)
library(Seurat)
library(dplyr)
f = dir("GSE117570_RAW/");f
## [1] "GSM3304007_P1_Tumor_processed_data.txt.gz"
## [2] "GSM3304011_P3_Tumor_processed_data.txt.gz"
## [3] "GSM3304013_P4_Tumor_processed_data.txt.gz"
s = str_split(f,"_",simplify = T)[,1];s
## [1] "GSM3304007" "GSM3304011" "GSM3304013"

原本是8个文件来着,这篇文章是只拿了其中3个。

批量读取,顺便把线粒体基因超过5%的细胞过滤掉了。

scelist = list()
for(i in 1:length(f)){
  tmp = read.table(paste0("GSE117570_RAW/",f[[i]]),
                 check.names = F)
  tmp = as.matrix(tmp)

  scelist[[i]] <- CreateSeuratObject(counts = tmp, 
                           project = s[[i]], 
                           min.cells = 3, 
                           min.features = 50)
  print(dim(scelist[[i]]))
  scelist[[i]][["percent.mt"]] <- PercentageFeatureSet(scelist[[i]], pattern = "^MT-")
  scelist[[i]] <- subset(scelist[[i]], subset = percent.mt < 5)
  print(dim(scelist[[i]]))
}
## [1] 6611 1832
## [1] 6611 1466
## [1] 3211  328
## [1] 3211  116
## [1] 7492 1423
## [1] 7492  281
names(scelist)  = s

过滤的还挺狠的奥

2.多样本的整合

然后用CCA方法完成多个样本的整合,我把nfeatures参数设置的大了一些,不然整合完了只剩下2000个基因。

for (i in 1:length(scelist)) {
  scelist[[i]] <- NormalizeData(scelist[[i]], verbose = FALSE)
  scelist[[i]] <- FindVariableFeatures(scelist[[i]],verbose = FALSE,nfeatures = 8000)
}
features <- SelectIntegrationFeatures(object.list = scelist,nfeatures = 8000)
sce.anchors <- FindIntegrationAnchors(object.list = scelist,anchor.features = features)
sce.integrated <- IntegrateData(anchorset = sce.anchors)

DefaultAssay(sce.integrated) <- "integrated"
sce.all = sce.integrated

看看三个经典指标

VlnPlot(sce.all, features = c("nFeature_RNA", "nCount_RNA", "percent.mt"), ncol = 3)
FeatureScatter(sce.all, feature1 = "nCount_RNA", feature2 = "nFeature_RNA")
sce.all <- FindVariableFeatures(sce.all, nfeatures = 1500)
top10 <- head(VariableFeatures(sce.all), 10)
plot1 <- VariableFeaturePlot(sce.all)
plot2 <- LabelPoints(plot = plot1, points = top10, repel = TRUE)
plot2

关于高变基因这一步呢,还是有点不得劲的。虽然原文里有这个图,作者也说是用vst方法挑出来的,但是seurat官方教程里整合数据后是不做normalize和找高变化基因的,直接就是scaleData了。而且整合后的数据不是count矩阵,用不了vst。细节没有太多描述,就这样继续做呗。

3. 降维聚类分群啦

跑PCA,选择多少个主成分用于后续分析

all.genes <- rownames(sce.all)
sce.all <- ScaleData(sce.all, features = all.genes)
sce.all[["integrated"]]@scale.data[30:34,1:3]
##        AAACCTGGTACAGACG-1_1 AAACGGGGTAGCGCTC-1_1 AAACGGGGTCCTCTTG-1_1
## CTSD              0.4832165            0.1260508           -0.8700229
## MT1X              1.0439902            0.7763393           -0.5553776
## FCGR3A            0.8605570           -0.5830022           -0.5830022
## TIMP1             0.3118005            2.1084136           -0.7909911
## KRT8             -0.2545172           -0.2545172           -0.2545172
sce.all <- RunPCA(sce.all, npcs = 30)
DimPlot(sce.all, reduction = "pca")
ElbowPlot(sce.all)
sce.all <- JackStraw(sce.all, num.replicate = 100)
sce.all <- ScoreJackStraw(sce.all, dims = 1:20)
JackStrawPlot(sce.all, dims = 1:20)

跑tsne

sce.all <- RunTSNE(sce.all,  dims = 1:15)
sce.all <- FindNeighbors(sce.all,dims = 1:15)
sce.all <- FindClusters(sce.all, resolution = 0.6) #分辨率
## Modularity Optimizer version 1.3.0 by Ludo Waltman and Nees Jan van Eck
## 
## Number of nodes: 1863
## Number of edges: 62779
## 
## Running Louvain algorithm...
## Maximum modularity in 10 random starts: 0.8709
## Number of communities: 11
## Elapsed time: 0 seconds
length(levels(Idents(sce.all)))
## [1] 11
table(sce.all@active.ident) 
## 
##   0   1   2   3   4   5   6   7   8   9  10 
## 384 377 207 184 169 149 146  94  72  50  31
p1 = DimPlot(sce.all,reduction = "tsne",group.by =  "orig.ident") 
p2 = DimPlot(sce.all,reduction = "tsne",label=T ) 
p1+p2

细胞不按照样本聚集,看起来糊在一起就对了。

SingleR注释

celldex的数据还要下载,碗束十分感人,还是不要下载了。我随便搜了一下:

如此敷衍的关键词也没问题哈哈哈哈。于是技能树的讲师通过搜索,获得了技能树本树的帮助。你点进去看看就知道ref_Hematopoietic.RData这个数据是怎么来的啦!

library(celldex)
library(SingleR)
#ref <- celldex::HumanPrimaryCellAtlasData()
ref <- get(load("ref_Hematopoietic.RData"))
library(BiocParallel)
pred.scRNA <- SingleR(test = sce.all@assays$integrated@data, 
                      ref = ref,
                      labels = ref$label.main, 
                      clusters = sce.all@active.ident)
pred.scRNA$pruned.labels
##  [1] "Monocytes"       "CD4+ T cells"    "CD8+ T cells"    "Dendritic cells"
##  [5] "Monocytes"       "Erythroid cells" "B cells"         "B cells"        
##  [9] "Monocytes"       "HSCs"            "HSCs"
plotScoreHeatmap(pred.scRNA, clusters=pred.scRNA@rownames, fontsize.row = 9,show_colnames = T)
new.cluster.ids <- pred.scRNA$pruned.labels
names(new.cluster.ids) <- levels(sce.all)
levels(sce.all)
##  [1] "0"  "1"  "2"  "3"  "4"  "5"  "6"  "7"  "8"  "9"  "10"
sce.all <- RenameIdents(sce.all,new.cluster.ids)
levels(sce.all)
## [1] "Monocytes"       "CD4+ T cells"    "CD8+ T cells"    "Dendritic cells"
## [5] "Erythroid cells" "B cells"         "HSCs"
TSNEPlot(object = sce.all, pt.size = 0.5, label = TRUE)

搞掂~

我的本职工作是生信入门和数据挖掘线上直播课程讲师,如果想要系统学习搞定生信数据分析,可以发邮件或者来生信星球公号找到我,有缘分的话你迟早会来的~

其实我转移到了别的平台,简书很久才看一次,评论看到的时候基本已经过去很多天,另外平时工作繁忙,很少有功夫回复。如果是跟我的教程学习,有卡住的情况,迫切需要我帮助的问题,请参考生信星球公号的答疑公告(因简书不允许外链,所以无法放链接),把问题描述的图文并茂、表达清楚自己的意思,发邮件到我的邮箱xjsun1221@163.com,野生博主,佛系回复,请礼貌提问,不要催我,也不要问我别人的代码错在了哪里哦。

最后编辑于
©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 214,658评论 6 496
  • 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 91,482评论 3 389
  • 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 160,213评论 0 350
  • 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 57,395评论 1 288
  • 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 66,487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 50,523评论 1 293
  • 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 39,525评论 3 414
  • 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 38,300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 44,753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 37,048评论 2 330
  • 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 39,223评论 1 343
  • 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 34,905评论 5 338
  • 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 40,541评论 3 322
  • 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 31,168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 32,417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 47,094评论 2 365
  • 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 44,088评论 2 352

推荐阅读更多精彩内容