Seurat-Tutorial part2学习

接着之前的继续,已经去除了部分不合格的细胞后,提取了子集

Normalizing the data数据标准化-函数 NormalizeData

pbmc <- NormalizeData(pbmc, normalization.method = "LogNormalize", scale.factor = 10000)
#Performing log-normalization
0%   10   20   30   40   50   60   70   80   90   100%
[----|----|----|----|----|----|----|----|----|----|
**************************************************|

NormalizeDatahttps://satijalab.org/seurat/reference/normalizedata

  • normalization.method 对数据标准化的方法
  1. LogNormalize: Feature Counts/(total counts)*scale.factor, 再使用log1p(log1p = log (x+1) 即ln (x+1))对其进行自然对数转换
  2. CLR: Applies a centered log ratio transformation
  3. RC: Relative counts. Feature counts for each cell are divided by the total counts for that cell and multiplied by the scale.factor. No log-transformation is applied. For counts per million (CPM) set scale.factor = 1e6

Identification of highly variable features (feature selection) 对特征基因进行挑选

上一步提取的子集,来计算细胞-细胞之间差异比较大的Feature(i.e,某些细胞中高表达,但是在另外一些细胞中是低表达的)We next calculate a subset of features that exhibit high cell-to-cell variation in the dataset (i.e, they are highly expressed in some cells, and lowly expressed in others). 下游分析中关注这些基因,会在单细胞数据集中集中突出显示生物讯号有重要意义。
使用函数FindVariableFeatures() Identifies features that are outliers on a 'mean variability plot'. 去识别鉴定“均值差异图”中的离群的特征基因https://satijalab.org/seurat/reference/findvariablefeatures

pbmc <- FindVariableFeatures(pbmc, selection.method = "vst", nfeatures = 2000)
#Calculating gene variances
0%   10   20   30   40   50   60   70   80   90   100%
[----|----|----|----|----|----|----|----|----|----|
**************************************************|
Calculating feature variances of standardized and clipped values
0%   10   20   30   40   50   60   70   80   90   100%
[----|----|----|----|----|----|----|----|----|----|
**************************************************|
  • selection.method 挑选top变异的Features方法
  1. vst 使用局部加权回归(loess)拟合log(variance) 和log(mean)之间的线性关系;对拟合线性关系给出的均值和期望方差进行标准化;当clipping 到最大值时,计算Feature差异值
  2. mean.var.plot (mvp)
  3. dispersion (disp)
  • nfeatures -number of features 挑选到的top variable的特征基因数量
对挑选到的特征值进行查看,并绘图
# Identify the 10 most highly variable genes
top10 <- head(VariableFeatures(pbmc), 10)
top10
 [1] "PPBP"   "LYZ"    "S100A9" "IGLL5"  "GNLY"   "FTL"    "PF4"   
 [8] "FTH1"   "GNG11"  "S100A8"
# plot variable features with and without labels
plot1 <- VariableFeaturePlot(pbmc)
plot2 <- LabelPoints(plot = plot1, points = top10)#把repel参数去掉了
#When using repel, set xnudge and ynudge to 0 for optimal results
plot1 + plot2
对top10基因进行绘图,其中LYZ和S100A9标注重合

Scaling the data

使用函数ScaleData()

  • 调整每个基因的表达,以使整体所有细胞的平均表达为0
  • 对每个基因的表达量进行缩放,使得每个细胞的差异值为1
    -- 这一步的作用是:在下游分析中,每个基因都有相等的权重,所以不会导致高表达的基因占主导地位
  • 这一步的结果存放在pbmc[["RNA"]]@scale.data
all.genes <- rownames(pbmc)
pbmc <- ScaleData(pbmc, features = all.genes)

#Centering and scaling data matrix
  |=========================| 100%

ScaleData(object, ...)Scale and center the data
https://satijalab.org/seurat/reference/scaledata

# S3 method for default
ScaleData(
  object,#输入对象
  features = NULL,#Vector of features names to scale/center. Default is variable features.
  vars.to.regress = NULL,
  latent.data = NULL,
  split.by = NULL,
  model.use = "linear",
  use.umi = FALSE,
  do.scale = TRUE,#默认进行scale
  do.center = TRUE,#默认进行center
  scale.max = 10,
  block.size = 1000,
  min.cells.to.block = 3000,
  verbose = TRUE,
  ...
)

vars.to.regress Variables to regress out (previously latent.vars in RegressOut). For example, nUMI, or percent.mito.

center每个基因在不同细胞的表达量都减去各自的平均值(x-μ)
scale对进行center后的值/标准差

Centering and scaling data matrix就是一个Z-Score标准化过程,(x-μ)/σ; Z-Score的主要目的就是将不同量级的数据统一转化为同一个量级,统一用计算出的Z-Score值衡量,以保证数据之间的可比性
假设:A班级的平均分是80,标准差是10,A考了90分;B班的平均分是400,标准差是100,B考了600分。A的Z-Score是1((90-80)/10),B的Z-Socre是2((600-400)/100)。因此B的成绩更为优异
Z-Score本身没有实际意义,它的现实意义需要在比较中得以实现

normalization和scale 区别

normalization主要是消除了测序深度对表达量的影响
scale主要是讲在不同细胞中,每个基因的表达差异进行缩放,这样得到基因的相对表达值,可以两两比较基因的表达差异了;在每个基因的表达量差异很大的情况下,转化为同一个量级,把它们拉到同一个水平线进行了比较

有个加速步骤,缩短之前Scaling过程所耗时间
pbmc <- ScaleData(pbmc)

Scaling is an essential step in the Seurat workflow, but only on genes that will be used as input to PCA. Therefore, the default in ScaleData() is only to perform scaling on the previously identified variable features (2,000 by default). To do this, omit the features argument in the previous function call, i.e.pbmc <- ScaleData(pbmc)
这一步不会对下游的PCA分析造成影响,但是会对热图绘制有影响,因为热图考虑到了所有的基因,所以这个教程还是把所有的基因都进行了Centering and scaling

Perform linear dimensional reduction

pbmc <- RunPCA(pbmc, features = VariableFeatures(object = pbmc))

查看pca数据

print(pbmc[["pca"]], dims = 1:5, nfeatures = 5)
PC_ 1 
Positive:  CST3, TYROBP, LST1, AIF1, FTL 
Negative:  MALAT1, LTB, IL32, IL7R, CD2 
PC_ 2 
Positive:  CD79A, MS4A1, TCL1A, HLA-DQA1, HLA-DQB1 
Negative:  NKG7, PRF1, CST7, GZMB, GZMA 
PC_ 3 
Positive:  HLA-DQA1, CD79A, CD79B, HLA-DQB1, HLA-DPB1 
Negative:  PPBP, PF4, SDPR, SPARC, GNG11 
PC_ 4 
Positive:  HLA-DQA1, CD79B, CD79A, MS4A1, HLA-DQB1 
Negative:  VIM, IL7R, S100A6, IL32, S100A8 
PC_ 5 
Positive:  GZMB, NKG7, S100A8, FGFBP2, GNLY 
Negative:  LTB, IL7R, CKB, VIM, MS4A7 
对结果可视化有3种方法
  • 方法1 Visualize top genes associated with reduction components
VizDimLoadings(pbmc, dims = 1:2, reduction = "pca")

dims Number of dimensions to display
nfeaturesNumber of genes to display
reductionReduction technique to visualize results for
https://satijalab.org/seurat/reference/vizdimloadings

VizDimLoadings-dim 为1:2

VizDimLoadings(pbmc, dims = 1:5, reduction = "pca",ncol = 5)
VizDimLoadings-dim 为1:5
  • 方法2 Dimensional reduction plot
    https://satijalab.org/seurat/reference/dimplot
    2D散点图绘制,其中每个点都是一个细胞,并且降维方法决定了细胞的嵌入,从而对其进行定位。 默认情况下,单元格按其标识类进行着色(可以使用group.by参数进行更改)(cell embeddings 意思需要再查,不懂)
DimPlot(pbmc, reduction = "pca")
DimPlot
DimHeatmap(
  object,
  dims = 1,
  nfeatures = 30,#选择的代表基因数目30个
  cells = NULL,
  reduction = "pca",
  disp.min = -2.5,
  disp.max = NULL,
  balanced = TRUE,#Plot an equal number of genes with both + and - scores.
  projected = FALSE,
  ncol = NULL,
  fast = TRUE,
  raster = TRUE,
  slot = "scale.data",
  assays = NULL,
  combine = TRUE
)

对本数据

DimHeatmap(pbmc, dims = 1, cells = 500, balanced = TRUE)
DimHeatmap dims = 1

PCA是一种划分不同数据类型的方法之一;在PCA图中,它的坐标轴是按重要性进行排序的。其中PC1是第一主成分轴,它的重要性要强于PC2;这里是只有PC_1这一个主成分轴;每一个竖线代表的是单个细胞,在这个维度中,其对应的基因表达量情况

DimHeatmap(pbmc, dims = 1:15, cells = 500, balanced = TRUE)
DimHeatmap dims = 1:15

参考下面
https://www.jianshu.com/p/b46b6b6d344f
https://zhuanlan.zhihu.com/p/69074703
https://satijalab.org/seurat/articles/pbmc3k_tutorial.html
https://www.embopress.org/doi/full/10.15252/msb.20209539

©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 212,686评论 6 492
  • 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 90,668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 158,160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 56,736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 65,847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 50,043评论 1 291
  • 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 39,129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 37,872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 44,318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 36,645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 38,777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 34,470评论 4 333
  • 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 40,126评论 3 317
  • 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 30,861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 32,095评论 1 267
  • 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 46,589评论 2 362
  • 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 43,687评论 2 351

推荐阅读更多精彩内容