因为教程跨越了不同时间周期,软件更新,数据集的特异性,导致很多小伙伴follow不同系统的教程会得到不一样的报错。
一般来说,我会使用500个两种不同的正常血液细胞作为inferCNV算法的对照,然后在被计算拷贝数的上皮细胞里面混入300个两种不同的正常血液细胞作为控制条件,代码如下所示:
dat=cbind(epiMat,TcellsMat,monoMat)
# 其中 sce 是除去了两种不同的正常血液细胞 后的其它细胞,被预测拷贝数情况
groupinfo=data.frame(v1=colnames(dat),
v2=c( sce$celltype ,
rep('spike-Tcells',300),
rep('ref-Tcells',500),
rep('spike-mono',300),
rep('ref-mono',500)))
因为被预测的上皮细胞有可能是分群了的,其实是除去了两种不同的正常血液细胞 后的所有的其它细胞,有分群很正常。
所以我们在运行了infercnv流程的时候 ,会设置 cluster_by_groups=T :
library(infercnv)
infercnv_obj = CreateInfercnvObject(raw_counts_matrix=expFile,
annotations_file=groupFiles,
delim="\t",
gene_order_file= geneFile,
ref_group_names=c('ref-Tcells',
'ref-mono')) ## 这个取决于自己的分组信息里面的
# cutoff=1 works well for Smart-seq2, and cutoff=0.1 works well for 10x Genomics
infercnv_obj2 = infercnv::run(infercnv_obj,
cutoff=0.1, # cutoff=1 works well for Smart-seq2, and cutoff=0.1 works well for 10x Genomics
out_dir= "infercnv_output", # dir is auto-created for storing outputs
cluster_by_groups=T , # cluster
hclust_method="ward.D2",
plot_steps=F)
以前我们的教程里面,其实 并没有设置 cluster_by_groups=T ,因为我们是对全部的上皮细胞进行预测,这个时候并不会对它进行分群。所以也没必要去 cluster_by_groups=T ,但是最近我发现很多其它非上皮细胞也是有可能有拷贝数的, 所以就预测了除去了两种不同的正常血液细胞 后的所有的其它细胞,所以就设置 cluster_by_groups=T 。
这样得到的 inferCNV 的 dendrogram文件就不能使用之前的代码读取:
infercnv.dend <- read.dendrogram(file = "inferCNV_output/infercnv.observations_dendrogram.txt")
而是需要使用ape包的read.tree函数,如下所示:
myTree <- ape::read.tree(file = "inferCNV_output/infercnv.observations_dendrogram.txt")
u
我们可以看到读入的 inferCNV 的 dendrogram文件 其实是9个 内容:
> length(myTree)
[1] 9
> unlist(lapply(myTree, function(x){length(x$tip.label)}))
[1] 23 858 57 19 71 10 14 300 300
但是如果我们看前面的细胞分组信息,如下所示:
> as.data.frame(table(gp$V2))
Var1 Freq
1 Bcells 14
2 CD24-epi 71
3 cyc-epi 57
4 endo 10
5 ESR1-epi 1
6 fibro 23
7 lum-epi 858
8 plasma 19
9 ref-mono 500
10 ref-Tcells 500
11 SMC 2
12 spike-mono 300
13 spike-Tcells 300
应该是13个细胞类型,其中两个 'ref-Tcells' 和 'ref-mono'是另外的文件,不会在infercnv.observations_dendrogram.txt里面,而ESR1-epi 和 SMC 这两个细胞亚群因为细胞数量太少,直接被过滤了。所以就是读入的 inferCNV 的 dendrogram文件的9个 内容。
如果你确实觉得我的教程对你的科研课题有帮助,让你茅塞顿开,或者说你的课题大量使用我的技能,烦请日后在发表自己的成果的时候,加上一个简短的致谢,如下所示:
We thank Dr.Jianming Zeng(University of Macau), and all the members of his bioinformatics team, biotrainee, for generously sharing their experience and codes.
十年后我环游世界各地的高校以及科研院所(当然包括中国大陆)的时候,如果有这样的情谊,我会优先见你。