记录两个我很喜欢的细胞群命名方法

18kkk

已于 2023-10-12 15:35:09 修改

阅读量990

点赞数 1

分类专栏： R语言踩坑实录基础函数文章标签： r语言学习

于 2023-02-28 21:24:11 首次发布

本文链接：https://blog.csdn.net/m0_58549466/article/details/129270434

版权

R语言同时被 3 个专栏收录

18 篇文章 12 订阅

订阅专栏

基础函数

12 篇文章 1 订阅

订阅专栏

踩坑实录

7 篇文章 2 订阅

订阅专栏

文章介绍了如何使用R语言中的Seurat包对单细胞RNA测序数据进行细胞类型注释，通过将SCT_snn_res.0.5聚类结果映射到特定的细胞类型，如Tumor、Immune、CAF等。同时，展示了利用RenameIdents函数和数据框操作进行大规模细胞集群的高效命名方法，确保了集群顺序的重要性。此外，还提供了一种适用于大量相似命名情况的策略，通过数据框进行部分集群的特定命名。

摘要由CSDN通过智能技术生成

st.RNA@meta.data$seurat_clusters <- st.RNA@meta.data$SCT_snn_res.0.5
celltype <-          c("0"="Tumor4",
                       "1"="Immune", 
                       "2"="CAF", 
                       "3"= "keratin pearl", 
                       "4"= "Myofibroblasts", 
                       "5"= "Tumor1",
                       "6"= "Normal", 
                       "7"= "Tumor2", 
                       "8"= "Tumor3" )
st.RNA[['celltype']] = base::unname(celltype[st.RNA@meta.data$seurat_clusters])

比一个一个命名要清晰很多

补充说明，这里的0123456的顺序一定不能变！变了全乱了

再补充一个类似的分类命名，利用RenameIdents函数

celltype <- c('T_cells',
              'T_cells',
              'T_cells',
              'T_cells',
              'B_cells',
              'Plasma_cells',
              'Epithelial_cells',
              'Epithelial_cells',
              'Epithelial_cells',
              'NKs',
              'Epithelial_cells',
              'Macrophages',
              'Epithelial_cells',
              'Plasma_cells',
              'Monocytes',
              'Epithelial_cells',
              'Fibroblasts',
              'Epithelial_cells',
              'Mast_cells',
              'T_cells',
              'Endothelial_cells',
              'Smooth_muscle_cells',
              'Fibroblasts'
             )


Idents(scRNA) <- scRNA@meta.data$seurat_clusters
names(celltype) <- levels(scRNA)
scRNA<- RenameIdents(scRNA, celltype)


scRNA@meta.data$celltype <- Idents(scRNA)
# Idents十分重要
Idents(scRNA)=scRNA@meta.data$celltype

编辑补充2023.10.12

第三种方法用于第一步聚类分群，即分群很多，但大量的命名是一致的情况

celltype=data.frame(ClusterID=0:17,
                    celltype= 0:17) 
#定义细胞亚群
celltype[celltype$ClusterID %in% c( 13 ),2]='Tcells' 
celltype[celltype$ClusterID %in% c( 15),2]='Mac'  
celltype[celltype$ClusterID %in% c( 7,14,17 ),2]='endo' 

celltype[celltype$ClusterID %in% c( 0,16),2]='pericyte'  
celltype[celltype$ClusterID %in% c( 8),2]='fibo1'   
celltype[celltype$ClusterID %in% c( 1,9),2]='fibo2' 
celltype[celltype$ClusterID %in% c( 6),2]='SMC' 

celltype[celltype$ClusterID %in% c( 2:5,10:12),2]='epi' 

head(celltype)
celltype
table(celltype$celltype)
sce.all@meta.data$celltype = "NA"
for(i in 1:nrow(celltype)){
  sce.all@meta.data[which(sce.all@meta.data$RNA_snn_res.0.8 == celltype$ClusterID[i]),'celltype'] <- celltype$celltype[i]}
table(sce.all@meta.data$celltype)