https://cloud.tencent.com/developer/article/1607200
挖掘公共单细胞数据集时,会遇到常见各种单细胞测序数据格式。现总结如下,方便自己日后调用,以创建Seurat对象
(1)barcodes.tsv.gz、features.tsv.gz、matrix.mtx.gz
(2)表达矩阵
(3)h5 (4)h5ad格式一:barcodes.tsv.gz、features.tsv.gz、matrix.mtx.gz【☆】
这是cellranger上游比对分析产生的3个文件,分别代表细胞标签(barcode)、基因ID(feature)、表达数据(matrix)
一般先使用read10X()对这三个文件进行整合,得到行为基因、列为细胞的表达矩阵(为稀疏矩阵dgCMatrix格式,节约内存);然后再配合CreateSeuratObject()函数创建Seurat对象
示例数据集:GSE166635,创建代码如下----
dir="./data/HCC2/filtered_feature_bc_matrix/"
list.files(dir)
#[1] "barcodes.tsv.gz" "features.tsv.gz" "matrix.mtx.gz"
counts <- Read10X(data.dir = dir)
class(counts)
#[1] "dgCMatrix"
#attr(,"package")
#[1] "Matrix"
scRNA <- CreateSeuratObject(counts = counts)
scRNA
#An object of class Seurat
#33694 features across 9112 samples within 1 assay
#Active assay: RNA (33694 features, 0 variable features)
如上Read10X()函数接受的参数为目录名,该目录包含了所需的三个配套文件;值得注意的是三个文件名只能分别是barcodes.tsv.gz、features.tsv.gz、matrix.mtx.gz,然后read10X函数可以自动加载。如上截图那样就是需要修改的~
作者:小贝学生信
链接:https://www.jianshu.com/p/5b26d7bc37b7
来源:简书
著作权归作者所有。商业转载请联系作者获得授权,非商业转载请注明出处。
格式二:直接提供表达矩阵 这种是最方便的,直接创建Seurat即可 示例数据:GSE144320
scRNA <- CreateSeuratObject(counts = counts)
scRNA
读取txt
library(data.table)
rawcount=read.table("./GSE116481_all_samples_raw_counts_matrix.txt")
head(rawcount)[,1:10]
library(tibble)
colnames(rawcount)=rawcount[1,]
rawcount=rawcount[-1,]
rownames(rawcount)=rawcount[,1]
rawcount=rawcount[,-1]
head(rawcount)[,1:10]
dim(rawcount)