学习小组D5

1.下载和整理数据

1.1 解包文件

1.2 单细胞文件组织的要求

1.3 修改文件名称

library(stringr) #字符串编辑的包 nn = str_remove(dir("input/"), "GSM7306054_sample1_") file.rename(paste0("input/", dir("input/")), paste0("input/", nn))

解读

“barcodes.tsv.gz”：存储的是barcodes，相当于细胞的编号，是表达矩阵的列名。 “features.tsv.gz”：存储的是基因名称，是表达矩阵的行名。

“matrix.mtx.gz”:存储的是每个位置的数值，是表达矩阵的内容，仅存储了非零的数值。

dir("input/")会列出“input/”目录中的所有文件名，返回一个字符向量

paste0()函数用于将字符串连接在一起，这里它将“input/”与每个文件名连接在一起，生成完整的文件路径。例如，如果目录中有文件"a.txt"，"b.txt"，连接后会得到"input/a.txt"，"input/b.txt"。

file.rename()函数将尝试将每个旧文件路径重命名为相应的新文件路径。如果成功，返回一个逻辑向量，表示每次重命名操作的结果。

2.读取并创建Seurat对象

rm(list = ls()) #清空右上角的所有变量，方便反复调试代码 library(Seurat) library(patchwork) library(tidyverse) ct = Read10X("input/") dim(ct)

两个数字分别是行数(基因数)和列数(细胞数)。

## [1] 33538 10218

2.1读取文件

2.2 R语言补充知识👉稀疏矩阵

节约空间

2.3 创建Seurat对象

seu.obj <- CreateSeuratObject(counts = ct, min.cells = 3, min.features = 200) dim(seu.obj)

## [1] 20648 10105

2.4 细胞抽样

节约资源，用于学习示例

set.seed(1234) seu.obj = subset(seu.obj,downsample = 3000)

2.5 R语言补充知识☞对象

2.6 探索Seurat对象的meta信息

seu.obj@meta.data %>% head()

seu.obj[[]] %>% head()

meta表示一些基本的信息

其中，行名是barcodes,也就是表达矩阵里面的列名，相当于细胞的编号。

orig.ident是细胞的原始分类，如果是单样本数据，在前面CreateSeuratObject时，如果指定project参数，就会显示在这一列，整列都是同一个单词，因为我们前面没指定，所以显示默认值SeuratProject。

nCount_RNA 是每个细胞中所有基因的表达量之和，也就是表达矩阵的列和。 nFeature_RNA是每个细胞中表达量不为零的基因的数量。

2.7 R语言补充知识☞管道符号

%>%是向后传递，即：把%>%前面的数据传递给%>%后面的函数，作为该函数的第一个参数。

也就是说seu.obj@meta.data %>% head()等同于 head(seu.obj@meta.data)

这种写法既避免了反复赋值，又避免了代码嵌套，可读性比较强。

3.质控

3.1 质控的指标及原因

3.2计算线粒体基因比例

4.降维聚类分群

4.1 理解降维这件事

Tsne umap都是用来visualiztion

Clusterings方法findcluster function, SNN Louvain 或者 Leiden

put similar cells next to each other or in proximity for better visualization， summarize the variance in 2d dimension panel

Umap 可以展示Continuity，relationship between different cell types

better continuity and relatedness or lineage relationship between cell types and states

4.2 R语言知识补充👉存在即跳过