cytof数据处理难点之合并两个不同panel的数据集

生信技能树

发布于 2020-12-03 15:20:21

1.6K0

发布于 2020-12-03 15:20:21

文章被收录于专栏：生信技能树生信技能树

前面我们已经完成了cytof数据处理的主要步骤，读入文件，质量控制，降维聚类分群，生物学注释和细胞亚群比例差异分析。目录如下：

其实跟纯粹的单细胞转录组就非常类似了，不过单细胞转录组数据分析的细节以及背景我就不赘述了，看我在《单细胞天地》的单细胞基础10讲：

以及各式各样的个性化汇总教程，差不多就明白了。

基本流程走完了，仅仅是万里长征第一步而已。我们可以开始尝试分析一些文献的公共数据集啦，不过在处理那些数据的过程中，我们还需要传授给大家几个小技巧。

合并两个不同panel的cytof数据集

有一些情况下，你的同一个实验项目的多个FCS文件，它们的抗体顺序并不一致。如下：

  sce1 <- prepData(fs, panel, md, features = panel$fcs_colname)
  sce2 <- prepData(fs, panel, md, features = panel$fcs_colname)
  rowData(sce1)[,1]
  rowData(sce2)[,1]

可以看到，两个数据集的panel其实是一样的：

>   rowData(sce1)[,1]
[1] "PerCP-Cy5-5-A"     "APC-H7-A"          "BV510-A"           "PE-Cy7-A"         
[5] "BV421-A"           "Alexa Fluor 647-A" "PE-A"              "FITC-A"           
>   rowData(sce2)[,1]
[1] "PerCP-Cy5-5-A"     "APC-H7-A"          "BV510-A"           "PE-Cy7-A"         
[5] "PE-A"              "Alexa Fluor 647-A" "FITC-A"            "BV421-A"

都是8个抗体，但是呢，顺序不一样。

这个时候需要对 SingleCellExperiment 对象了如指掌：http://www.bioconductor.org/packages/release/bioc/vignettes/scater/inst/doc/overview.html

different quantifications (e.g., counts, CPMs, log-expression) can be stored simultaneously in the assays slot, 
and row and column metadata can be attached using rowData and colData, respectively.
metadata(1): experiment_info
assays(2): counts exprs

首先把SingleCellExperiment对象拆分

SingleCellExperiment对象比较复杂，需要自行阅读，http://www.bioconductor.org/packages/release/bioc/vignettes/scater/inst/doc/overview.html

拆分的代码如下：

  ct1=assay(sce1,1)
  ct1[1:4,1:4]
  ex1=assay(sce1,2)
  ex1[1:4,1:4]
  r1=as.data.frame(rowData(sce1))
  c1=as.data.frame(colData(sce1))
  
  ct2=assay(sce2)
  ct2[1:4,1:4]
  ex2=assay(sce2,2)
  ex2[1:4,1:4]
  r2=as.data.frame(rowData(sce2))
  c2=as.data.frame(colData(sce2))

然后把两个抗体对齐：

  r1;r2
  n=match(r1$channel_name,r2$channel_name)
  r1;r2[n,]
  
  # 首先合并抗体信号矩阵
  ct=cbind(ct1,ct2[n,])
  ex=cbind(ex1,ex2[n,])
  # 然后合并细胞的样本来源及其分组信息
  phe=rbind(c1,c2)
  head(phe)
  # 最后确定抗体的标记信息
  r1 # 因为r2已经被修改回来成为了r1
  # 参考   http://www.bioconductor.org/packages/release/bioc/vignettes/scater/inst/doc/overview.html

有了两个矩阵，assays(2): counts exprs ，以及抗体信息，样品信息，就可以重新组建SingleCellExperiment对象，它比较复杂，需要自行阅读，http://www.bioconductor.org/packages/release/bioc/vignettes/scater/inst/doc/overview.html

最后重新组建SingleCellExperiment对象

代码超级简单

 sce <- SingleCellExperiment(
    assays = list(counts = ct,exprs=ex), 
    colData = phe,
    rowData = r1
  )
  sce

得到的全新的SingleCellExperiment对象就包含了两个不同panel顺序的cytof数据集啦。

如果不仅仅是panel顺序不一样

panel本身也不一样，就比较麻烦了，不同的panel可能研究的生物学问题不一样，或许有批次效应等其它未知的混杂因素。

需要具体问题具体分析啦。

本文参与腾讯云自媒体分享计划，分享自微信公众号。

原始发表：2020-11-27，如有侵权请联系 cloudcommunity@tencent.com 删除

ios

http

html

数据处理

本文分享自生信技能树微信公众号，前往查看

如有侵权，请联系 cloudcommunity@tencent.com 删除。

本文参与腾讯云自媒体分享计划，欢迎热爱写作的你一起参与！

登录后参与评论

0 条评论

热度