seurat读取txt 单个文件 Seurat包之导入单细胞数据方式汇总 seuart读取单细胞 seuart读取geo单细胞

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)