前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >这个是单细胞混的最惨的一次

这个是单细胞混的最惨的一次

作者头像
生信技能树
发布2021-12-16 16:39:17
3420
发布2021-12-16 16:39:17
举报
文章被收录于专栏:生信技能树生信技能树

最近课题组的文献分享交流,有一个小伙伴讲的是最近的一篇nature文章:《ecDNA hubs drive cooperative intermolecular oncogene expression》, 有点复杂,不仅仅是有多组学,还有单细胞。如下所示:

代码语言:javascript
复制
GSE159972  [ChIP]
GSE159985  [HiChIP]
GSE160148  [scRNA and scATAC-Seq]
GSE175451  [ATAC-Seq]
GSE175452  [Hi-C]
GSE184566  [RNA-Seq]

但是我看了看数据集:https://www.ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE160148 ,以及其数据分析结果在文章里面的图表,居然发现它总共是16个10X单细胞样品分成两组,也是人民币伍拾万的费用啊!居然就做一个降维聚类分群并且展示了一下!

就做一个降维聚类分群

这个图首先并不是在主图里面,而是 Extended Data Fig. 5 ,其次,它仅仅是 图d的一半而已:

d, UMAP from the RNA or the ATAC–seq data (left). Log-normalized and scaled MYC RNA expression (top right) and MYC accessibility scores (bottom right) were visualized on the ATAC–seq UMAP, showing cell-level heterogeneity in MYC RNA-seq and ATAC-seq signals in ecDNA- containing COLO320-DM.

上半部分是单细胞转录组数据的降维聚类分群,下半部分是 单细胞ATAC的结果,大家感兴趣可以去看原文!

非常容易下载其表达量矩阵文件,并且读入到R里面,安装我们的标准 代码进行降维聚类分群,跟文章进行对比!

代码语言:javascript
复制
GSE160148_scRNA_COLO320.mtx.gz 1.1 Gb (ftp)(http) MTX
GSE160148_scRNA_COLO320_barcodes.tsv.gz 523.0 Kb (ftp)(http) TSV
GSE160148_scRNA_COLO320_features.tsv.gz 200.3 Kb (ftp)(http) TSV

以前我们做了一个投票:可视化单细胞亚群的标记基因的5个方法,下面的5个基础函数相信大家都是已经烂熟于心了:

  • VlnPlot(pbmc, features = c("MS4A1", "CD79A"))
  • FeaturePlot(pbmc, features = c("MS4A1", "CD79A"))
  • RidgePlot(pbmc, features = c("MS4A1", "CD79A"), ncol = 1)
  • DotPlot(pbmc, features = unique(features)) + RotatedAxis()
  • DoHeatmap(subset(pbmc, downsample = 100), features = features, size = 3)

其实这个文章配图的右边就是简单的 FeaturePlot 去可视化 MYC这个基因的表达量,至于配图的左边就是降维聚类分群而已!

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:2021-12-13,如有侵权请联系 cloudcommunity@tencent.com 删除

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 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档