seurat提取表达矩阵_单细胞下游分析入门seurat

 今天是生信星球陪你的第648天

---

   大神一句话，菜鸟跑半年。我不是大神，但我可以缩短你走弯路的半年~

   就像歌儿唱的那样，如果你不知道该往哪儿走，就留在这学点生信好不好~

   这里有豆豆和花花的学习历程，从新手到进阶，生信路上有你有我！

其实我看单细胞的各种资料，已经断断续续看了有一段时间了。只是没有整理出来，就从今天这篇上路吧~且搜且查，加上问豆豆，开始发布笔记。

1.数据、代码和R包准备

代码：https://satijalab.org/seurat/v3.0/pbmc3k_tutorial.html

数据：https://s3-us-west-2.amazonaws.com/10x.files/samples/cell/pbmc3k/pbmc3k_filtered_gene_bc_matrices.tar.gz

rm(list = ls())
options(stringsAsFactors = F)
library(Seurat)
library(dplyr)

2.读取数据

pbmc.data dir("filtered_gene_bc_matrices/hg19/")
## [1] "barcodes.tsv" "genes.tsv"    "matrix.mtx"
pbmc                            project = "pbmc3k", 
                           min.cells = 3, 
                           min.features = 200)
pbmc
## An object of class Seurat 
## 13714 features across 2700 samples within 1 assay 
## Active assay: RNA (13714 features)

#查看表达矩阵
exp = pbmc[["RNA"]]@counts;dim(exp)
## [1] 13714  2700
exp[30:34,1:4]
## 5 x 4 sparse Matrix of class "dgCMatrix"
##        AAACATACAACCAC AAACATTGAGCTAC AAACATTGATCAGC AAACCGTGCTTCCG
## MRPL20              1              .              1              .
## ATAD3C              .              .              .              .
## ATAD3B              .              .              .              .
## ATAD3A              .              .              .              .
## SSU72               .              1              .              3

很多是.,也就是0,换了一种更省空间的表示方式。

3.质控

质控指标：

线粒体基因含量不能过高；

nFeature_RNA 不能过高或过低

为什么？nFeature_RNA是每个细胞中检测到的基因数量。nCount_RNA是细胞内检测到的分子总数。nFeature_RNA过低，表示该细胞可能已死/将死或是空液滴。高nCount_RNA和/或nFeature_RNA表明“细胞”实际上可以是两个或多个细胞。结合线粒体基因count数除去异常值，即可除去大多数双峰/死细胞/空