🤩 scMetabolism | 哎哟！单细胞代谢怎么评估嘞！？

生信漫卷

发布于 2024-02-01 15:33:28

56400

代码可运行

文章被收录于专栏：R语言及实用科研软件R语言及实用科研软件

运行总次数：0

代码可运行

1写在前面

周末又要值班了，今天把要更的东西写一写（其实是水一水）。🫠

最近大家在经常问的就是标书写了没有。🤒

哎，一言难尽啊，只能说几个月前写的那点就还是那点，完全没有变化。😭

可能deadline才是第一生产力吧，要等临近了才有动力写。

再说吧，活过一天是一天。😢

丧丧的叨叨了几句，今天是scMetabolism。🐡

你可以简单的理解为，单细胞水平的代谢signature，哈哈哈哈哈哈哈。😂

2用到的包

这里说一下，这个包的依赖包还是很多的，装起来有些麻烦，还是希望作者可以抽时间完善一下。🤓

说一下我遇到的几个要装的包：✋

pytools；
wordspace；
plumber；
logging；

rm(list = ls())
# yulab.utils::install_zip_gh("YosefLab/VISION")
# devtools::install_github("wu-yc/scMetabolism")
library(tidyverse)
library(scMetabolism)

3示例数据

经典的单细胞pbmc数据，大家加载起来用一下。😘

这里输入数据时Seurat格式就行了，不过也可以输入非Seurat格式的data，但是作者并不推荐大家这样做。😂

load("pbmc_demo.rda")

countexp.Seurat

4定量代谢

可以采用不同的方法来计算代谢的signature。😘

每种方法各有特点吧，仁者见仁，智者见智了，默认是VISION。😍

主要包括：👇

VISION；
AUCell；
ssgsea；
gsva；

countexp.Seurat<-sc.metabolism.Seurat(obj = countexp.Seurat, method = "VISION", imputation = F, ncores = 2, metabolism.type = "KEGG")

NOTE! 这个VISION包，大家有时间去学一下，还是挺值得医学的哦！~😯

5可视化-Dimplot

Dimplot展示下结果，比较经典的可视化咯!~😀

DimPlot.metabolism(obj = countexp.Seurat, 
                   pathway = "Glycolysis / Gluconeogenesis", 
                   dimention.reduction.type = "umap", 
                   dimention.reduction.run = F, 
                   size = 1)

6可视化-Dot plot

Dotplot展示下结果!~😍

你可以选一些你需要的pathway来指定可视化变量。😏

input.pathway<-c("Glycolysis / Gluconeogenesis", "Oxidative phosphorylation", "Citrate cycle (TCA cycle)")

DotPlot.metabolism(obj = countexp.Seurat, pathway = input.pathway, phenotype = "ident", norm = "y")

7可视化-Box plot

Boxplot展示下结果!~🙃

这种也不错，还可以分面，看起来更直观！~😜

BoxPlot.metabolism(obj = countexp.Seurat, pathway = input.pathway, phenotype = "ident", ncol = 1)

8查看计算结果

head(countexp.Seurat@assays$METABOLISM)

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：2024-01-27，如有侵权请联系 cloudcommunity@tencent.com 删除

数据

本文分享自生信漫卷微信公众号，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！

登录后参与评论

0 条评论

热度