数据存储格式——Seurat

对数据存储格式的汇总第二篇，第一篇Anndata请见上篇文章

 一、单细胞seurat对象数据结构

 

 此图引用自周运来老师，稍作注释。原文地址为什么要以数据库的思维来理解单细胞数据 - 简书。里面还有SingleCellExperiment，anndata，h5 数据结构的介绍，写的很详细，推荐阅读。

Seurat3.0对象及其操作列表 - 简书 (jianshu.com)

pbmc_small@commands
$NormalizeData.RNA
Command: NormalizeData(object = pbmc_small)
Time: 2018-08-28 04:32:17
assay : RNA 
normalization.method : LogNormalize 
scale.factor : 10000 
verbose : TRUE 

$RunPCA.RNA
Command: RunPCA(object = pbmc_small, features = VariableFeatures(object = pbmc_small),     verbose = FALSE)
Time: 2018-08-28 04:34:56
assay : RNA 
features : PPBP IGLL5 VDAC3 CD1C AKR1C3 PF4 MYL9 GNLY TREML1 CA2 SDPR PGRMC1 S100A8 TUBB1 HLA-DQA1 PARVB RUFY1 HLA-DPB1 RP11-290F20.3 S100A9 
compute.dims : 20 
rev.pca : FALSE 
weight.by.var : TRUE 
verbose : FALSE 
print.dims : 1 2 3 4 5 
features.print : 30 
reduction.name : pca 
reduction.key : PC 
seed.use : 42 

$BuildSNN.RNA.pca
Command: BuildSNN(pbmc_small, features = VariableFeatures(object = pbmc_small))
Time: 2018-08-28 04:43:31
assay : RNA 
features : PPBP IGLL5 VDAC3 CD1C AKR1C3 PF4 MYL9 GNLY TREML1 CA2 SDPR PGRMC1 S100A8 TUBB1 HLA-DQA1 PARVB RUFY1 HLA-DPB1 RP11-290F20.3 S100A9 
reduction : pca 
dims : 1 2 3 4 5 6 7 8 9 10 
k.param : 30 
prune.SNN : 0.06666667 
nn.eps : 0 
verbose : TRUE 
force.recalc : FALSE 
do.plot : FALSE 
graph.name : RNA_snn 

......

二、数据结构及内容

Assays

默认情况下，我们是对Seurat中的RNA的Assay进行操作。可以通过@active.assay查看当前默认的assay，通过DefaultAssay()更改当前的默认assay。
结构
counts 存储原始数据，是稀疏矩阵
data存储logNormalize() 规范化的data。总表达式对每个单元格的要素表达式度量进行标准化，将其乘以比例因子（默认为10,000），并对结果进行对数转换
scale.data#存储 ScaleData()缩放后的data，此步骤需要时间久。

meta.data

元数据，对每个细胞的描述。一般的meta.data包括orig.ident, nCount_RNA, nFeature_RNA, 以及计算后的percent.mt，RNA_snn_res.0.5等

可以通过pbmc$percent.mt或pbmc[['percent.mt']]来调用、操作

reduction

降维后的每个细胞的坐标信息，包括pca，tsne，umap等

三、对象操作

① 通过结构图上的@,$符号依次取

② 两个中括号操作，pbmc[[ ]]。

教程中，pbmc[['percent.MT']]向meta.data添加 percent.MT 这一列。
pbmc[[]]，中括号取的是上面结构图中的二级数据名称

• 以上两种方法无差别

 > class(pbmc[['RNA']])
 [1] "Assay"
 attr(,"package")
 [1] "Seurat"
 > class(pbmc@assays$RNA)
 [1] "Assay"
 attr(,"package")
 [1] "Seurat"

pbmc[['nCount_RNA']] 取出来,是所有细胞的nCount_RNA，包含细胞信息，数据框

而pbmc@meta.data$nCount_RNA取出来的是单独nCount_RNA一列，是向量

链接：https://www.jianshu.com/p/0c4bc6a932b2

四、Seurat包命令

Seurat Command List • Seurat (satijalab.org)

Seurat3.0对象及其操作列表 - 简书 (jianshu.com)