Seurat的subset,数据提取方法提取子集按条件要求

最新推荐文章于 2023-05-31 09:04:22 发布

生信小博士

最新推荐文章于 2023-05-31 09:04:22 发布

阅读量1.4w

点赞数 6

分类专栏：笔记文章标签： r语言开发语言

本文链接：https://blog.csdn.net/qq_52813185/article/details/124939702

版权

笔记专栏收录该内容

219 篇文章

订阅专栏

这篇博客详细介绍了如何使用 Seurat 库在单细胞RNA测序数据中进行子集选择，包括按细胞类型、特征数量、主成分等条件筛选，并展示了如何提取表达矩阵、PCA嵌入和元数据。同时，还提供了数据转换和保存表达矩阵到CSV文件的方法。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

Seurat的subset,数据提取方法
Idents(scRNA) <- scRNA$Majory_type
subset(x = scRNA, idents = c("CD4 T cells", "CD8 T cells"))
subset(x = scRNA, subset = nFeatures > 500 & PC1 > 5, idents = "B cells")
subset(x = scRNA, subset = orig.ident == "Replicate1")
subset(x = scRNA, downsample = 100)
subset(x = scRNA, features = VariableFeatures(object = scRNA))
scRNA= scRNA[,scRNA@meta.data$seurat_clusters %in% c(0,2)]
scRNA= scRNA[, Idents(scRNA) %in% c( "T cell" ,  "B cell" )] 


矩阵提取
#assay数据提取
GetAssayData( scRNA, slot = "counts")
scRNA<- SetAssayData(scRNA, slot = "scale.data", new.data = new.data)
#embeddings 数据提取
Embeddings(object = scRNA, reduction = "pca")
# FetchData can pull anything from expression matrices, cell embeddings, or metadata
FetchData(object = scRNA, vars = c("PC_1", "percent.mito"))
exprs <- data.frame(FetchData(object = scRNA, vars =  VariableFeatures(object = scRNA)))
exprs <- t(exprs)  #行列变换
write.csv(exprs,file = 'exprs.csv')