DoubleFinder去除双细胞分析学习

原创

凑齐六个字吧

发布于 2024-09-12 13:59:09

1.4K0

文章被收录于专栏：单细胞单细胞

在单细胞RNA测序过程中，有时两个或多个细胞可能在制备过程中意外结合成一个单一的"假细胞"，称为双峰细胞或双倍体。这些双峰细胞可能会扭曲数据分析和解释，因此，需要使用一些方法对它们进行识别和剔除。其中DoubleFinder是最常用的一个工具。

官方对DoubleFinder输入的对象和参数介绍

seu：这是一个完全处理过的 Seurat 对象，即已经完成了数据规范化（NormalizeData）、寻找变异基因（FindVariableGenes）、数据标准化（ScaleData）、主成分分析（RunPCA）和 t-SNE 分析（RunTSNE）。
PCs：指定用于分析的统计显著的主成分数量，例如 PCs = 1:10。
pN：定义生成的人工双倍体数量，以合并的真实-人工数据比例表示。默认设置为 25%，根据 McGinnis, Murrow 和 Gartner 在 2019 年的 Cell Systems 文章，DoubletFinder 的表现在很大程度上与 pN 参数无关。
pK：定义用于计算 pANN 的 PC 邻域大小，同样以合并的真实-人工数据比例表示。没有默认值，因为每个单细胞 RNA 测序数据集都应该调整 pK 值。最优的 pK 值应该使用下面描述的策略来估计。
nExp：定义用于做出最终双倍体/单倍体预测的 pANN 阈值。这个值最好从 10X 或 Drop-Seq 设备的细胞加载密度中估计，并根据同源双倍体的预估比例进行调整。

官网文档中对示例数据的要求和参数进行了解释。其中seu对象是建议提前进行处理的。PC值其实可以按照使用者降维聚类选择的值而定。pN就默认25%即可。pK和nExp有函数可以进行计算。

下面的表格是DoubletRate参数选择的参考文件(10X)，在分析之前参照这个表格上边的细胞数选择DoubletRate值。

步骤流程

1、导入

scRNA是多样本已经合并完成并进行过标准流程后的数据集

rm(list=ls())
library(DoubletFinder)
library(BiocParallel)
library(qs)
library(Seurat)

register(MulticoreParam(workers = 4, progressbar = TRUE))
scRNA <- qread("./sce.qs")
table(scRNA$orig.ident)

# check一下
DimPlot(scRNA,pt.size = 0.8,group.by = "orig.ident",label = F)

2、DoubletFinder分析

一般是建议按照每个cluster进行分析，SCT参数是指SCTransform，如果是其他方式比如harmony之后的，可以考虑不选择T。

#单个分开，用来做DoubletFinder
sce_list <- SplitObject(scRNA, split.by = "orig.ident")

pc.num <- 1:30
DoubletRate = 0.023 # 大约4800的细胞
# 找到pK
sweep.res <- paramSweep(sce_list[["C1"]], PCs = pc.num, sct = F) # sct也可以选择T
sweep.stats <- summarizeSweep(sweep.res, GT = FALSE)
bcmvn <- find.pK(sweep.stats)
pK_bcmvn <- bcmvn$pK[which.max(bcmvn$BCmetric)] %>% as.character() %>% as.numeric()
  
# 计算homotypic doublets的比例和预期的doublet数目
homotypic.prop <- modelHomotypic(sce_list[["C1"]]$seurat_clusters)   # 最好提供celltype
nExp_poi <- round(DoubletRate * ncol(sce_list[["C1"]]))
nExp_poi.adj <- round(nExp_poi * (1 - homotypic.prop))
  
# 使用确定的参数鉴定doublets
sce_list[["C1"]] <- doubletFinder(sce_list[["C1"]], 
                            PCs = pc.num, 
                            pN = 0.25, 
                            pK = pK_bcmvn, 
                            nExp = nExp_poi.adj, 
                            reuse.pANN = F, 
                            sct = F) # 也可以选择T

# 图片展示
DimPlot(sce_list[["C1"]], 
        reduction = "umap", 
        group.by = "DF.classifications_0.25_0.28_95")

对sce_list中的每一个样本都需要走一遍流程，之后再进行合并。

流程不复杂，C1名称需要按照自己数据修改，如果样本量多的话步骤会比较繁琐，使用者可考虑进行函数封装。

同时也有一些观点认为应谨慎处理双细胞，因为这些双细胞毕竟是人为定义的，那么是不是真的是双细胞其实也是要思考的，所以可以先进行双细胞的检测不删除，等后续观察细胞分群的情况以及功能富集等一些操作之后再做考虑。

参考资料：

1、DoubleFinder： https://github.com/chris-mcginnis-ucsf/DoubletFinder

2、单细胞天地：https://mp.weixin.qq.com/s/O0U8vlMIG9vUVE3FK08LJg

致谢：感谢曾老师以及生信技能树团队全体成员。

注：若对内容有疑惑或者有发现明确错误的朋友，请联系后台(欢迎交流)。更多内容可关注公众号：生信方舟

- END -

原创声明：本文系作者授权腾讯云开发者社区发表，未经许可，不得转载。

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

数据分析

原创声明：本文系作者授权腾讯云开发者社区发表，未经许可，不得转载。

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

数据分析

#单细胞

#DoubleFinder

登录后参与评论

0 条评论

热度