使用monocle包进行pseudotime分析

最新推荐文章于 2025-03-12 08:56:57 发布

生信修炼手册

最新推荐文章于 2025-03-12 08:56:57 发布

阅读量3.2k

点赞数 1

文章标签：可视化 python java 数据可视化大数据

本文链接：https://blog.csdn.net/weixin_43569478/article/details/108079347

版权

本文介绍了如何使用monocle R包对单细胞转录组数据进行pseudotime分析，包括读取数据、预处理、筛选基因、降维分析和可视化。通过预处理计算sizefactor和基因方差，然后使用PCA进行降维，并通过pseudotime分析展示细胞的树状结构。最后，通过可视化展示细胞在二维空间的pseudotime分布。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

欢迎关注”生信修炼手册”!

monocle是一个专门用于分析单细胞转录组数据的R包，提供了聚类，pseudotime, 差异分析等多种功能，该项目的网址如下

https://cole-trapnell-lab.github.io/monocle-release/

本文主要介绍使用该R包进行pseudotime分析的步骤，可以分为以下5步

1. 读取数据

monocle包有很多种读取数据的方式，这里只展示了读取Seurat中的对象的方法，代码如下

# 加载需要的R包
library(Seurat)
library(monocle)
# 设置cell ranger输出结果目录
input_dir <- "/scRNA/outs/filtered_gene_bc_matrices/GRCh38/"
# 读取数据
pbmc.data <- Read10X(data.dir = input_dir)
# 创建Seurat中的对象
pbmc <- CreateSeuratObject(raw.data = pbmc.data, project = "10X")
# 将Seurat中的对象转换为monocle识别的对象
cds <- importCDS(pbmc)

在monocle中，用CellDataSet这种class来存储数据，示意如下