GEO数据提供的rds是一个SingleCellExperiment对象就不会操作了吗？
GEO数据提供的rds是一个SingleCellExperiment对象就不会操作了吗？
今天遇到生信技能树的一个粉丝求助，他说自己想分析张泽民院士团队的最新文章《Distinct cellular mechanisms underlie chemotherapies and PD-L1 blockade combinations in triple-negative breast cancer》中的数据GSE266919，但是数据提供的rds格式是一个他不知道的对象格式，SingleCellExperiment 对象，如何操作分析呢？下面来看看！
如果你有任何生信疑问，可以看看我们的这两个专辑哦：《生信马拉松答疑》和《马拉松授课互动答疑》，也欢迎大家图文并茂发邮件：jzhang910@qq.com 或者加微信咨询：Biotree123。
如果你在学习生信的过程中觉得孤军难以奋战，可以报名参加我们每月一起的生信入门课程，最新一期在6月2号开课，跟大家一起成长与学习：生信入门&数据挖掘线上直播课6月班。
SingleCellExperiment 对象了解
这种对象格式确实现在用得不多，基本上都是 Seurat 或 Scanpy 流派，简单了解一下吧！
SingleCellExperiment 对象来自 R包SingleCellExperiment。
介绍页面：https://bioconductor.org/packages/release/bioc/vignettes/SingleCellExperiment/inst/doc/intro.html
SingleCellExperiment 是 Bioconductor 中用于单细胞基因组学数据存储和操作的核心类。它基于 RangedSummarizedExperiment 类，遵循行表示特征、列表示细胞的约定，并支持存储降维结果和替代特征集数据，广泛应用于单细胞分析软件包（如 scater 和 scran）。
这个对象的结构图示来自早期一个很有名的单细胞教程：https://bioconductor.org/books/3.21/OSCA.intro/the-singlecellexperiment-class.html，不知道现在用这个教程的还多不多呀，OSCA，我早期入门单细胞也是刷了一遍的，有了示意图就非常好理解这个对象的数据结构啦！
软件安装
很简单的安装代码，你肯定可以搞定的：
## 使用西湖大学的 Bioconductor镜像
options(BioC_mirror="https://mirrors.westlake.edu.cn/bioconductor")
options("repos"=c(CRAN="https://mirrors.westlake.edu.cn/CRAN/"))
if (!require("BiocManager", quietly = TRUE))
install.packages("BiocManager")
BiocManager::install("SingleCellExperiment")
# 加载测试安装是否成功
library(SingleCellExperiment)
运用技巧
以上面提到的张泽民院士团队的 2025 年 3 月 10 日发表在 Cancer Cell 杂志的最新文章，文献标题为《Distinct cellular mechanisms underlie chemotherapies and PD-L1 blockade combinations in triple-negative breast cancer》中的数据 GSE266919 为例，提供的rds数据就是 SingleCellExperiment 对象，而不是 Seurat对象，来看看怎么取值和操作吧，以及转换为Seurat对象！
数据链接：https://www.ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE266919
GSE266919_Bcell.rds.gz 277.2 Mb (ftp)(http) RDS
GSE266919_CD4Tcell.rds.gz 425.9 Mb (ftp)(http) RDS
GSE266919_CD8Tcell.rds.gz 346.4 Mb (ftp)(http) RDS
GSE266919_Mm_bulk.counts.xls.gz 6.9 Mb (ftp)(http) XLS
GSE266919_Myeloid.rds.gz 243.5 Mb (ftp)(http) RDS
GSE266919_NKcell.rds.gz 49.0 Mb (ftp)(http) RDS
下载一个代表：https://ftp.ncbi.nlm.nih.gov/geo/series/GSE266nnn/GSE266919/suppl/GSE266919_Myeloid.rds.gz
导入数据
先读取进来，简单探索一番：
###
### Create: Jianming Zeng
### Date: 2023-12-31
### Email: jmzeng1314@163.com
### Blog: http://www.bio-info-trainee.com/
### Forum: http://www.biotrainee.com/thread-1376-1-1.html
### CAFS/SUSTC/Eli Lilly/University of Macau
### Update Log: 2023-12-31 First version
### Update Log: 2024-12-09 by juan zhang (492482942@qq.com)
###
rm(list=ls())
options(stringsAsFactors = F)
library(ggsci)
library(dplyr)
library(future)
library(Seurat)
library(clustree)
library(cowplot)
library(data.table)
library(ggplot2)
library(patchwork)
library(stringr)
library(qs)
library(Matrix)
# 创建目录
getwd()
gse <- "GSE266919"
dir.create(gse)
## 导入数据
library(SingleCellExperiment)
sce.all <- readRDS("GSE266919/GSE266919_Myeloid.rds")
sce.all
# 看一下数据的维度，多少个细胞，多少个基因
dim(assay(sce.all))
结构展示如下：
取每个细胞对应的表型
相当于Seurat对象中的metadata信息，使用 colData函数：
# 取每个细胞对应的表型
meta <- colData(sce.all)
class(meta)
meta <- as.data.frame(meta)
head(meta)
table(meta$Sample)
table(meta$Patient)
table(meta$Group)
table(meta$Tissue)
table(meta$Treatment)
table(meta$Efficacy)
table(meta$Response)
table(meta$Subset)
table(meta$SubCluster)
table(meta$Subset, meta$SubCluster)
table(meta$MajorCluster)
我们后面需要其中的巨噬细胞亚群分类，11个巨噬细胞亚群：
取每一行关于基因对应的信息
也是类似，使用 rowData 函数：
# 基因对应的信息
rowdata <- rowData(sce.all)
head(rowdata)
取 count 表达值
使用 counts函数提取：
# 先看看有多少个assay矩阵
assayNames(sce.all)
# 提取counts
cts <- counts(sce.all)
dim(cts)
cts[1:5,1:5]
cts[c("CD3D","CD3E","PTPRC"),1:15]
其他取值，这里知道函数就行，因为这个数据里面没有提供：
# 提取log后的counts
logcts <- logcounts(sce.all)
# 降维坐标
reducedDims(sce.all)
reducedDimNames(sce.all)
转换为Seurat对象
转换非常简单啦，直接新创建一个对象就ok：
## 转出seurat
sce <- CreateSeuratObject(counts = cts, meta.data = meta)
sce
# 查看特征
as.data.frame(sce@assays$RNA$counts[1:10, 1:2])
head(sce@meta.data, 10)
table(sce$orig.ident)
sce$orig.ident <- sce$Sample
library(qs)
qsave(sce, file="GSE266919/sce.qs")
你学会了吗~
腾讯云开发者
