Loading [MathJax]/jax/output/CommonHTML/config.js
前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
圈层
工具
发布
首页
学习
活动
专区
圈层
工具
MCP广场
社区首页 >专栏 >单细胞多样本整合之harmony(seurat v5)

单细胞多样本整合之harmony(seurat v5)

作者头像
用户11414625
发布于 2024-12-20 07:24:36
发布于 2024-12-20 07:24:36
1K00
代码可运行
举报
文章被收录于专栏:生信星球520生信星球520
运行总次数:0
代码可运行

0.背景知识

多样本整合这回事,其实有很多中方法,seurat5可以用一个参数支持5种整合算法。 Anchor-based CCA integration (method=CCAIntegration) Anchor-based RPCA integration (method=RPCAIntegration) Harmony (method=HarmonyIntegration) FastMNN (method= FastMNNIntegration) scVI (method=scVIIntegration)

不要选择困难症,我们一般就是用harmony。单纯harmony一种算法的话,之前V4版本的代码也仍然可以使用,这不是有新用法了再跟着跑一下嘛。

官方文档使用的示例数据和包下载起来一堆坑,让我们搞简单点,用GEO的数据GSE183904的两个样本。

为啥是两个样本呢,因为样本数量多了你电脑带不起来。。。

单细胞数据有很多种格式,csv是其中一种。

代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
dir("GSE183904_RAW/")

## [1] "GSM5573467_sample2.csv.gz" "GSM5573472_sample7.csv.gz"

1.批量读取多个样本的数据

代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
rm(list = ls())
if(!file.exists("f.Rdata")){
  fs = dir("GSE183904_RAW/")
  f = lapply(paste0("GSE183904_RAW/",fs),function(x){
    Matrix::Matrix(as.matrix(read.csv(x,row.names = 1)), sparse = T)
  })
  fs = stringr::str_split_i(fs,"_",1)
  names(f) = fs
  save(f,file = "f.Rdata")
}
load("f.Rdata")
str(f,max.level = 1)

## List of 2
##  $ GSM5573467:Formal class 'dgCMatrix' [package "Matrix"] with 6 slots
##  $ GSM5573472:Formal class 'dgCMatrix' [package "Matrix"] with 6 slots

3.创建Seurat对象

代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
library(Seurat)
library(tidyverse)
library(patchwork)
obj = CreateSeuratObject(counts = f,min.cells = 3,min.features = 200)
names(obj@assays$RNA@layers)

## [1] "counts.GSM5573467" "counts.GSM5573472"

CreateSeuratObject是可以一次容纳多个表达矩阵的,会存放在不同的layers

4.质控

代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
obj[["percent.mt"]] <- PercentageFeatureSet(obj, pattern = "^MT-")
obj[["percent.rp"]] <- PercentageFeatureSet(obj, pattern = "^RP[SL]")
obj[["percent.hb"]] <- PercentageFeatureSet(obj, pattern = "^HB[^(P)]")

head(obj@meta.data, 3)

##                       orig.ident nCount_RNA nFeature_RNA percent.mt percent.rp
## AAACCTGAGGAGTAGA_9 SeuratProject       4237          691   2.666981   5.947604
## AAACCTGAGGGTGTTG_9 SeuratProject       6156         2448   6.270305  11.306043
## AAACCTGAGGTTCCTA_9 SeuratProject      16410         2905   3.266301   7.160268
##                     percent.hb
## AAACCTGAGGAGTAGA_9 0.000000000
## AAACCTGAGGGTGTTG_9 0.000000000
## AAACCTGAGGTTCCTA_9 0.006093845

咔,发现orig.ident 是”SeuratObject”,而不是样本名,所以给它手动改一下了。

这两种写法都可以得到两个数据分别多少列,即多少个细胞。

代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
c(ncol(f[[1]]),ncol(f[[2]]))

## [1] 2769 2097

sapply(f, ncol)

## GSM5573467 GSM5573472 
##       2769       2097

obj@meta.data$orig.ident = rep(names(f),times = sapply(bj@assays$RNA@layers, ncol))
VlnPlot(obj, 
        features = c("nFeature_RNA",
                     "nCount_RNA", 
                     "percent.mt",
                     "percent.rp",
                     "percent.hb"),
        ncol = 3,pt.size = 0.1, group.by = "orig.ident")
代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
# obj = subset(obj,
#              percent.mt < 5 &
#              nFeature_RNA < 4200 &
#              nCount_RNA < 18000 &
#              percent.rp <30 &
#              percent.hb <1
# )

这个数据已经被过滤过了,就不用再过滤了。

ok接下来是

5.降维聚类分群那一套

代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
obj <- NormalizeData(obj) %>%
  FindVariableFeatures()%>%
  ScaleData(features = rownames(.)) %>%  
  RunPCA(features = VariableFeatures(.))  %>%
  IntegrateLayers(HarmonyIntegration)%>%
  FindNeighbors(reduction = 'harmony', dims = 1:15)%>%
  FindClusters(resolution = 0.5)%>%
  RunUMAP(reduction = "harmony", dims = 1:15)%>%
  RunTSNE(reduction = "harmony", dims = 1:15)

## Modularity Optimizer version 1.3.0 by Ludo Waltman and Nees Jan van Eck
## 
## Number of nodes: 4866
## Number of edges: 171641
## 
## Running Louvain algorithm...
## Maximum modularity in 10 random starts: 0.9137
## Number of communities: 13
## Elapsed time: 0 seconds

UMAPPlot(obj)+TSNEPlot(obj)
代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
obj = JoinLayers(obj)
obj

## An object of class Seurat 
## 20010 features across 4866 samples within 1 assay 
## Active assay: RNA (20010 features, 2000 variable features)
##  3 layers present: data, counts, scale.data
##  4 dimensional reductions calculated: pca, harmony, umap, tsne

6.SingleR注释

代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
library(celldex)
library(SingleR)
ls("package:celldex")

## [1] "BlueprintEncodeData"              "DatabaseImmuneCellExpressionData"
## [3] "HumanPrimaryCellAtlasData"        "ImmGenData"                      
## [5] "MonacoImmuneData"                 "MouseRNAseqData"                 
## [7] "NovershternHematopoieticData"

f = "../supp/single_ref/ref_BlueprintEncode.RData"
if(!file.exists(f)){
  ref <- celldex::BlueprintEncodeData()
  save(ref,file = f)
}
ref <- get(load(f))
library(BiocParallel)
scRNA = obj
test = scRNA@assays$RNA$data
pred.scRNA <- SingleR(test = test, 
                      ref = ref,
                      labels = ref$label.main, 
                      clusters = scRNA@active.ident)
pred.scRNA$pruned.labels

##  [1] "CD8+ T-cells"      "B-cells"           "CD8+ T-cells"     
##  [4] "Epithelial cells"  "Monocytes"         "Epithelial cells" 
##  [7] "B-cells"           "Fibroblasts"       "HSC"              
## [10] "Epithelial cells"  "Endothelial cells" NA                 
## [13] "Epithelial cells"

#查看注释准确性 
plotScoreHeatmap(pred.scRNA, clusters=pred.scRNA@rownames, fontsize.row = 9,show_colnames = T)
代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
new.cluster.ids <- pred.scRNA$pruned.labels
names(new.cluster.ids) <- levels(scRNA)
levels(scRNA)

##  [1] "0"  "1"  "2"  "3"  "4"  "5"  "6"  "7"  "8"  "9"  "10" "11" "12"

scRNA <- RenameIdents(scRNA,new.cluster.ids)
levels(scRNA)

## [1] "CD8+ T-cells"      "B-cells"           "Epithelial cells" 
## [4] "Monocytes"         "Fibroblasts"       "HSC"              
## [7] "Endothelial cells"

DimPlot(scRNA, reduction = "tsne",label = T,pt.size = 0.5) + NoLegend()
本文参与 腾讯云自媒体同步曝光计划,分享自微信公众号。
原始发表:2024-05-06,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 生信星球 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
暂无评论
推荐阅读
编辑精选文章
换一批
单细胞多样本整合之CCA(Seuratv5)
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
用户11414625
2024/12/20
2370
单细胞多样本整合之CCA(Seuratv5)
单细胞组间比较分析
这篇文章介绍的是有分组的单细胞数据怎样分析,数据来自GEO的GSE231920,有3个treat,3个control样本,代码完整,可以自行下载数据跑一跑,但请注意细胞数量是6w,对计算资源要求较高,自己的电脑跑不动,需要在服务器上跑。
生信技能树
2024/07/05
2880
单细胞组间比较分析
单细胞二次分群和细胞周期
细胞的有丝分裂,分为分裂期(M)和分裂间期(G1,S,G2),细胞处于不同的细胞周期时,代谢活跃状态和染色体的状态大不相同,所以在不同周期表达量是有差异的
用户10300557
2024/06/26
1540
单细胞降维聚类分群注释全流程学习(seruat5/harmony)
https://mp.weixin.qq.com/s/drmfwJgbFsFCtoaMsMGaUA
凑齐六个字吧
2024/09/07
3410
单细胞降维聚类分群注释全流程学习(seruat5/harmony)
单细胞学习小组003期 Day7
Today, we do multiple samples of scRNA-seq.
用户11153857
2024/07/06
1180
单细胞学习第四天
2 多样本的整合,使用harmony,它需要的计算资源少,且准确程度高,是最受欢迎的方法。
用户11167001
2024/06/20
1960
单细胞学习第四天
用户11167001
2024/06/20
1290
day7 GEO下载多样本数据的聚类注释
昆兰
2024/07/01
1850
单细胞测序—GSE218208(流程简化)
上一篇帖子学习记录了Seurat官方给出的分析流程单细胞测序—基础分析流程,本篇文章以GSE218208为例,记录下实际的单细胞分析流程,更为简便,其与官方给出的流程略有不同。
sheldor没耳朵
2024/07/30
3180
单细胞测序—GSE218208(流程简化)
单细胞4
确实网速老慢,下载的花花老师分享的文件。应该先清空列表台,再解压,忘了就顺序换了一下。要注意一个问题,要在工作目录条件下。
用户10300557
2024/06/23
3990
单细胞TPM数据遇上Seurat v5
众所周知,正常的单细胞数据应该给我们提供count,但偏偏有一些数据是特殊的,给的是tpm数据。准确来说应该是log2(tpm/10+1)
用户11414625
2024/12/20
1600
单细胞TPM数据遇上Seurat v5
怎么知道我的单细胞数据需不需要去除细胞周期的影响呢
尘封的高中生物学知识,细胞的有丝分裂,分为分裂期(M)和分裂间期(G1,S,G2),细胞处于不同的细胞周期时,代谢活跃状态和染色体的状态大不相同,直接比较表达量是不公平的。
用户11414625
2024/12/20
2520
怎么知道我的单细胞数据需不需要去除细胞周期的影响呢
scRNA分析|多样本merge 和 harmony去批次
本部分选择2020年发表在Genome Med 中的单细胞文章(Single-cell transcriptome analysis of tumor and stromal compartments of pancreatic ductal adenocarcinoma primary tumors and metastatic lesions ),其中含有pancreatic ductal adenocarcinoma的10个原发 以及 6个转移样本数据。 后续会依据此数据集进行一些单细胞常
生信补给站
2022/11/11
4.5K0
scRNA分析|多样本merge 和 harmony去批次
GSVA和细胞通讯
教程:https://htmlpreview.github.io/?https://github.com/jinworks/CellChat/blob/master/tutorial/CellChat-vignette.html #再次感叹生信真牛
用户10300557
2024/06/27
2450
单细胞转录组高级分析一:多样本合并与批次校正
实际的科研项目中不可能只有一个样本,多样本的单细胞数据如何合并在一起,是否需要校正批次效应呢?先上一张图说明多样本scRNA数据的批次效应:
生信技能树jimmy
2020/09/04
38.6K8
单细胞转录组高级分析一:多样本合并与批次校正
单细胞学习小组003期 Day6
The content of today is marker gene and and cell annotation.
用户11153857
2024/07/04
1380
单细胞转录组 | 多样本处理与Harmony整合
上期推文单细胞转录组 | 多样本处理与锚定法整合介绍了使用锚定法进行多个样本整合,本期我们来介绍另一个多样本整合的主流方法:Harmony。
生信real
2022/12/20
8.8K0
单细胞转录组 | 多样本处理与Harmony整合
day9 二次分群和细胞周期
如果是大多数点都集中在0点附近的,就可以不用去除细胞周期的影响!,分布范围较广或者是有较多的离群值那就需要要去除。
昆兰
2024/07/01
1330
一篇单细胞文献复现及代码部分更新
https://www.ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE151177
生信菜鸟团
2023/12/14
1.7K0
一篇单细胞文献复现及代码部分更新
【斑马鱼肾脏】多个单细胞数据整合分析(二)
作者用了SCT来整合24个数据集,建议大家换成harmony,否则电脑根本承受不来~
生信菜鸟团
2024/11/23
1180
【斑马鱼肾脏】多个单细胞数据整合分析(二)
相关推荐
单细胞多样本整合之CCA(Seuratv5)
更多 >
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档
本文部分代码块支持一键运行,欢迎体验
本文部分代码块支持一键运行,欢迎体验