基于R语言Rcpp包解决单细胞数据过大无法转换为Matrix的问题（附AUCell的简单使用）

引言：由于单细胞数据过于庞大，在读入时我们可以创建Seurat对象。但为了解决一些问题，我们不得不调用一些以Matrix格式为输入的R包，如我遇到的AUCell无法将其表达谱数据转换读入。分析之后，了解到根本原因就是R语言无法使用对庞大的数据转换为Matrix，即R语言自带的as.matrix()无效。那么如何进行转换呢？

解决办法：调用Rcpp包改写为C++代码，进行运行，再返回表达谱数据。

示例：如上述，我需要AUCell包进行分析。所以这里主要使用前提如下：

（1）R包：AUCell和Rcpp

（2）数据：单细胞数据（这里使用GSEXXX代之）

library(AUCell)
library(Rcpp)
library(dplyr)
####Matrix数据转换####
#注：如果数据为浮点型，则IntegerMatrix改为NumericMatrix
Rcpp::sourceCpp(code='
#include <Rcpp.h>
using namespace Rcpp;
// [[Rcpp::export]]
IntegerMatrix asMatrix(NumericVector rp,
                       NumericVector cp,
                       NumericVector z,
                       int nrows,
                       int ncols){
  int k = z.size() ;
  IntegerMatrix  mat(nrows, ncols);
  for (int i = 0; i < k; i++){
      mat(rp[i],cp[i]) = z[i];
  }
  return mat;
}
' )

as_matrix <- function(mat){
  row_pos <- mat@i
  col_pos <- findInterval(seq(mat@x)-1,mat@p[-1])
  tmp <- asMatrix(rp = row_pos, cp = col_pos, z = mat@x,
                  nrows =  mat@Dim[1], ncols = mat@Dim[2])
  row.names(tmp) <- mat@Dimnames[[1]]
  colnames(tmp) <- mat@Dimnames[[2]]
  return(tmp)
}
cell_Type <- GSEXXX@meta.data$pre_cellType
exprMat <- GetAssayData(object = GSEXXX, slot = "counts") %>% as_matrix(.)
####AUCell基因集活性分析####
cells_rankings <- AUCell_buildRankings(exprMat)#基因排序
cells_assignment <- AUCell_exploreThresholds(cells_AUC,plotHist=TRUE,nCores=1,assign=TRUE)#挑选阈值
cells_AUC <- AUCell_calcAUC(h.sets, cells_rankings, aucMaxRank=nrow(cells_rankings)*0.05)#计算AUC值

结果：上述代码中，首先我们通过GetAssayDATA()函数获取表达谱数据，然后使用由Rcpp包写的as_matrix()方法，就可以将其转换为Matrix数据格式，然后轻轻松松使用AUCell去计算基因集活性吧！