Seurat-单细胞数据预处理

引入相关包

library(Seurat)  ##version 4.0
library(dplyr)

从CSV文件读取scRNA-seq数据

>counts <- read.csv(file="file/path/data.csv",header = TRUE) #行为基因，列为细胞；自动将第一行细胞名作为列名；数据类型为data.frame
>rownames(counts) <- counts[,1] #将第一列基因名作为行名
>counts <- counts[,-1] #删除第一列
>dim(counts) #输出scRNA-seq维度

从data.frame数据创建Seurat对象

# 创建Seurat对象
> mydata <- CreateSeuratObject(counts = counts, project = "PBMC") # counts为原始数据，project为Seurat对象的项目名称
# 查看数据基本信息
> mydata.data[c("CD3D", "TCL1A", "MS4A1"), 1:30] #查看这3列的前30行数据
# 查看PBMC项目前5个变量的数据质控
> head(mydata@meta.data, 5)

               								orig.ident nCount_RNA nFeature_RNA
CGTCAAGAGGGACA       PBMC        722          363
CTCTAATGGAGGAC       PBMC       1690          679
AAGCACTGATAAGG       PBMC       5953         1422
CGTGAAACAAGGCG       PBMC       1366          525
TTTCACGAGGCGAA       PBMC        927          463
# nFeature_RNA代表每个细胞测到的基因数目。
# nCount_RNA代表每个细胞测到所有基因的表达量之和。

#使用小提琴图可视化QC指标
plot <- VlnPlot(mydata, features = c("nFeature_RNA", "nCount_RNA"), ncol = 2)
#nCount_RNA与nFeature_RNA的相关性
plot2 <- FeatureScatter(mydata, feature1 = "nCount_RNA", feature2 = "nFeature_RNA")

Seurat数据预处理

数据标准化

# 对原始Reads进行LogNomalize
mydata <- NormalizeData(mydata)
# 标准化的数值存储在mydata[["RNA"]]@data中

筛选高变异基因

# nfeatures 为筛选基因数量
mydata  <- FindVariableFeatures(mydata , selection.method = "vst", nfeatures = 2000)
# 查看最高变的10个基因
top10 <- head(VariableFeatures(mydata), 10)
# 画出不带标签或带标签基因点图
plot1 <- VariableFeaturePlot(mydata)
plot2 <- LabelPoints(plot = plot1, points = top10, repel = TRUE)
plot1 + plot2

将变量保存到csv文件

write.csv(top10,"E:/path/example.csv")

参考

Seurat4.0官方文档 https://satijalab.org/seurat/articles/pbmc3k_tutorial.html
https://zhuanlan.zhihu.com/p/359020041