RNAvelocity7：scVelo实战

生信技能树jimmy

发布于 2021-10-09 15:06:25

1.7K0

发布于 2021-10-09 15:06:25

文章被收录于专栏：单细胞天地单细胞天地

内分泌胰腺

胰腺内分泌发育，谱系分化有四种命运决定：α、β、δ和ε细胞。有关详细信息，请参阅此处[1]。

数据来自Bastidas-Ponce et al. (2018)[2].

[1]:
import scvelo as scv
scv.logging.print_version()

Running scvelo 0.2.0 (python 3.8.2) on 2020-05-15 00:58.

[2]:
scv.settings.verbosity = 3  # show errors(0), warnings(1), info(2), hints(3)
scv.settings.presenter_view = True  # set max width size for presenter view
scv.settings.set_figure_params('scvelo')  # for beautified visualization

加载和清洗数据

以下分析基于内置胰腺数据集[3]。

要对自己的数据进行速率分析，请将您的文件（loom, h5ad, xlsx, csv, tab, txt …）读取到 AnnData 对象，使用函数adata = scv.read('path/file.loom', cache=True)

如果您想将loom文件合并到已存在的 AnnData 对象中，请使用scv.utils.merge(adata, adata_loom)

[3]:
adata = scv.datasets.pancreas()
[4]:
# show proportions of spliced/unspliced abundances
scv.utils.show_proportions(adata)
adata

Abundance of ['spliced', 'unspliced']: [0.83 0.17]
[4]:
AnnData object with n_obs × n_vars = 3696 × 27998
    obs: 'clusters_coarse', 'clusters', 'S_score', 'G2M_score'
    var: 'highly_variable_genes'
    uns: 'clusters_coarse_colors', 'clusters_colors', 'day_colors', 'neighbors', 'pca'
    obsm: 'X_pca', 'X_umap'
    layers: 'spliced', 'unspliced'

预处理数据

必要的预处理包括：

通过检测（以最少计数检测）和高变异性（离散度）进行基因选择。
按每个细胞的初始大小和logX使每个细胞标准化。

此外，我们需要在PCA空间中最近的邻居之间计算的第一和第二顺序时刻（平均值和去中心化方差）。确定速率估计需要第一个顺序，而随机估计也需要第二个顺序时刻。

[5]:
scv.pp.filter_and_normalize(adata, min_shared_counts=20, n_top_genes=2000)
scv.pp.moments(adata, n_pcs=30, n_neighbors=30)

Filtered out 20801 genes that are detected in less than 20 counts (shared).
Normalized count data: X, spliced, unspliced.
Logarithmized X.
computing neighbors
    finished (0:00:03) --> added
    'distances' and 'connectivities', weighted adjacency matrices (adata.obsp)
computing moments based on connectivities
    finished (0:00:00) --> added
    'Ms' and 'Mu', moments of spliced/unspliced abundances (adata.layers)

计算速率和速率图

基因特异性速率通过前体（未剪切）和成熟（剪切）mRNA丰度之间的比率来获得，这很好地解释了稳定状态（恒定的转录状态），然后计算观测到的丰度如何偏离稳定状态的预期。（我们将很快发布不再依赖于稳定状态假设的版本）。

每个工具都有其绘图对应函数。例如，scv.tl.velocity的结果可以使用scv.pl.velocity可视化。

[6]:
scv.tl.velocity(adata)

computing velocities
    finished (0:00:01) --> added
    'velocity', velocity vectors for each individual cell (adata.layers)

这计算了潜在细胞转换与高维空间中速率矢量的相关性。由此产生的速率图具有维度n obs×n obs，并总结了通过速率矢量很好地解释的可能细胞状态变化（通过从一个细胞过渡到另一个细胞）。例如，该图用于将速率投影到低维嵌入中。

[7]:
scv.tl.velocity_graph(adata)

computing velocity graph
    finished (0:00:12) --> added
    'velocity_graph', sparse matrix with cosine correlations (adata.uns)

绘制结果图

速率通过指定basis被投影到任何嵌入。可视化的三种可用方式：在单个细胞级别，网格级别，或如图所示的流线图。

[8]:
scv.pl.velocity_embedding_stream(adata, basis='umap')

computing velocity embedding
    finished (0:00:00) --> added
    'velocity_umap', embedded velocity vectors (adata.obsm)

[9]:
scv.pl.velocity_embedding(adata, basis='umap', arrow_length=2, arrow_size=1.5, dpi=150)

[10]:
scv.tl.recover_dynamics(adata)

recovering dynamics
    finished (0:12:24) --> added
    'fit_pars', fitted parameters for splicing dynamics (adata.var)
[11]:
scv.tl.velocity(adata, mode='dynamical')
scv.tl.velocity_graph(adata)

computing velocities
    finished (0:00:04) --> added
    'velocity', velocity vectors for each individual cell (adata.layers)
computing velocity graph
    finished (0:00:07) --> added
    'velocity_graph', sparse matrix with cosine correlations (adata.uns)
[12]:
scv.tl.latent_time(adata)
scv.pl.scatter(adata, color='latent_time', color_map='gnuplot', size=80, colorbar=True)

computing terminal states
    identified 2 regions of root cells and 1 region of end points
    finished (0:00:00) --> added
    'root_cells', root cells of Markov diffusion process (adata.obs)
    'end_points', end points of Markov diffusion process (adata.obs)
computing latent time
    finished (0:00:01) --> added
    'latent_time', shared time (adata.obs)

[13]:
top_genes = adata.var['fit_likelihood'].sort_values(ascending=False).index[:300]
scv.pl.heatmap(adata, var_names=top_genes, tkey='latent_time', n_convolve=100, col_color='clusters')

[14]:
scv.pl.scatter(adata, basis=top_genes[:10], frameon=False, ncols=5)

[15]:
scv.pl.scatter(adata, basis=['Actn4', 'Ppp3ca', 'Cpe', 'Nnat'], frameon=False)

[16]:
scv.pl.scatter(adata, x='latent_time', y=['Actn4', 'Ppp3ca', 'Cpe', 'Nnat'], frameon=False)

[17]:
scv.pl.velocity_embedding_stream(adata, basis='umap', title='', smooth=.8, min_mass=4)

computing velocity embedding
    finished (0:00:00) --> added
    'velocity_umap', embedded velocity vectors (adata.obsm)

海马齿状回数据集

此处用于速率分析的数据集来自齿状回，这是海马的一部分，参与学习、偶发性记忆形成和空间识别。

数据在 Hochgerner et al. (2018)[4]，它使用10X Genomics Chromium 测量，这些数据由2，930个细胞，25，919个基因组成，形成多个谱系。

[1]:
import scvelo as scv
scv.logging.print_version()

Running scvelo 0.2.4.dev28+g688a6bd (python 3.8.0) on 2021-05-12 17:30.
[2]:
scv.settings.verbosity = 3  # show errors(0), warnings(1), info(2), hints(3)
scv.settings.presenter_view = True  # set max width size for presenter view
scv.set_figure_params('scvelo')  # for beautified visualization

加载和清洗数据

以下分析基于内置 齿状回数据集[5]。

要对自己的数据进行速率分析，请将您的文件（loom, h5ad, xlsx, csv, tab, txt …）通过使用adata = scv.read('path/file.loom', cache=True)读取到AnnData 对象

如果您想将loom文件合并到已存在的 AnnData 对象中，请使用scv.utils.merge(adata, adata_loom)

[3]:
adata = scv.datasets.dentategyrus()
[4]:
# show proportions of spliced/unspliced abundances
scv.utils.show_proportions(adata)
adata

Abundance of ['spliced', 'unspliced']: [0.9 0.1]
[4]:
AnnData object with n_obs × n_vars = 2930 × 13913
    obs: 'clusters', 'age(days)', 'clusters_enlarged'
    uns: 'clusters_colors'
    obsm: 'X_umap'
    layers: 'ambiguous', 'spliced', 'unspliced'

如果您有一个非常大的数据集，您可以通过scv.utils.cleanup(adata)清除不需要的属性来保存内存。

预处理数据

必要的预处理包括：

通过检测（以最少计数检测）和高变异性（分散度）进行基因选择。
-按每个细胞的初始大小和logX使每个单元格标准化。

过滤和标准化以同一静脉应用于剪切/未剪切计数，X. 对数仅应用于 X。如果 X 已经从以前的分析中预处理，则它不会动它。

所有这些都归入一个函数pp.filter_and_normalize，基本上运行如下：

scv.pp.filter_genes(adata, min_shared_counts=10)
scv.pp.normalize_per_cell(adata)
scv.pp.filter_genes_dispersion(adata, n_top_genes=3000)
scv.pp.log1p(adata)

此外，我们需要在PCA空间中最近的邻居之间计算的第一和第二顺序时刻（平均值和非中心化方差）。确定速率估计需要第一个顺序，而随机估计也需要第二个顺序时刻。

[5]:
scv.pp.filter_and_normalize(adata, min_shared_counts=30, n_top_genes=2000)
scv.pp.moments(adata, n_pcs=30, n_neighbors=30)

Filtered out 11019 genes that are detected in less than 30 counts (shared).
Normalized count data: X, spliced, unspliced.
Logarithmized X.
computing neighbors
    finished (0:00:03) --> added
    'distances' and 'connectivities', weighted adjacency matrices (adata.obsp)
computing moments based on connectivities
    finished (0:00:00) --> added
    'Ms' and 'Mu', moments of spliced/unspliced abundances (adata.layers)

计算速率和速率图

每个工具都有其绘图对应函数。例如，scv.tl.velocity的结果可以使用scv.pl.velocity可视化。

[6]:
scv.tl.velocity(adata)

computing velocities
    finished (0:00:00) --> added
    'velocity', velocity vectors for each individual cell (adata.layers)

这计算了潜在细胞转换与高维空间中速率矢量的相关性。由此产生的速率图具有维度n obs×n obs，并总结了通过速率矢量很好地解释的可能细胞状态变化（通过从一个细胞过渡到另一个细胞）。如果您设置approx=True，将在具有 50 个组件的缩小的 PCA 空间上计算。

然后，速率图可以通过在与速率矢量相关的细胞状态变化中分配相关性，应用高斯函数转换为过渡矩阵。您可以通过scv.tl.transition_matrix产生的过渡矩阵用于以下显示的各种应用程序。例如，它用于将速率放入低维嵌入中，只需将平均过渡应用于过渡概率，即scv.tl.velocity_embedding。此外，我们可以通过scv.tl.terminal_states沿着马尔科夫链追踪细胞的起源和潜在命运，从而在轨迹中获取根细胞和终点：

[7]:
scv.tl.velocity_graph(adata)

computing velocity graph
    finished (0:00:05) --> added
    'velocity_graph', sparse matrix with cosine correlations (adata.uns)

绘制结果图

最后，速率通过指定basis被投影到以三种可用方式之一的任何嵌入上进行可视化：

单个细胞级别、网格级别或此处所示的流线图。

[8]:
scv.pl.velocity_embedding_stream(adata, basis='umap', color=['clusters', 'age(days)'])

computing velocity embedding
    finished (0:00:00) --> added
    'velocity_umap', embedded velocity vectors (adata.obsm)

[9]:
scv.pl.velocity_embedding(adata, basis='umap', arrow_length=2, arrow_size=2, dpi=150)

[10]:
scv.pl.velocity_embedding_grid(adata, color='Tmsb10',
                               layer=['velocity', 'spliced'], arrow_size=1.5)

[11]:
scv.tl.rank_velocity_genes(adata, groupby='clusters')
scv.DataFrame(adata.uns['rank_velocity_genes']['names']).head()

ranking velocity genes
    finished (0:00:01) --> added
    'rank_velocity_genes', sorted scores by group ids (adata.uns)
    'spearmans_score', spearmans correlation scores (adata.var)
[11]:

	Astrocytes	Cajal Retzius	Cck-Tox	Endothelial	GABA	Granule immature	Granule mature	Microglia	Mossy	Neuroblast	OL	OPC	Radial Glia-like	nIPC
0	Phkg1	Utrn	Golga7b	Serpine2	Stmn2	Shisa9	Grasp	Srgap2	Chgb	Mt3	Clmn	Tnr	2810459M11Rik	Bzw2
1	Ctnnd2	Scg3	Irf9	Arhgap31	Vsnl1	Jph1	2010300C02Rik	Clic4	Pgm2l1	Gdpd1	Gprc5b	Hmgcs1	Ctnnd2	Igfbpl1
2	Lsamp	Tmem47	Cplx2	Tmsb10	Lancl1	Sphkap	Rtn4rl1	Qk	Fxyd1	Slc38a2	Arrdc3	Luzp2	Hepacam	Rps27l
3	Qk	Dpysl3	Stmn2	Igf1r	Mtus2	Pgbd5	Wasf1	Ssh2	Mapk6	Bzw2	Pcdh9	Elavl3	Ptn	Tbrg4
4	Cspg5	Sh3glb1	Nfkbia	Prex2	Elavl3	Pip5k1b	Jph1	Sirt2	Osbpl6	Epha4	Gatm	Ppp1r14c	Lsamp	Mpzl1

[12]:
var_names = ['Tmsb10', 'Camk2a', 'Ppp3ca', 'Igfbpl1']
scv.pl.velocity(adata, var_names=var_names, colorbar=True, ncols=2)

[13]:
scv.pl.velocity_graph(adata)

文中链接

[1]

此处: https://scvelo.readthedocs.io/scvelo.datasets.pancreas

[2]

Bastidas-Ponce et al. (2018): https://dev.biologists.org/content/146/12/dev173849.abstract

[3]

胰腺数据集: https://scvelo.readthedocs.io/scvelo.datasets.pancreas

[4]

Hochgerner et al. (2018): https://www.nature.com/articles/s41593-017-0056-2

[5]

齿状回数据集: https://scvelo.readthedocs.io/scvelo.datasets.dentategyrus

本文参与腾讯云自媒体同步曝光计划，分享自微信公众号。

原始发表：2021-09-13，如有侵权请联系 cloudcommunity@tencent.com 删除

https

网络安全

数据分析

本文分享自单细胞天地微信公众号，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同步曝光计划，欢迎热爱写作的你一起参与！

https

网络安全

数据分析

登录后参与评论

0 条评论

热度