bioinfo10-单细胞sce与seurat对象的导入、保存与互转

前言

在[[11-10x数据导入为seurat对象]] 我们介绍了10x 数据导入seurat。但有时候，获得的数据并非是标准的10x 格式，比如raw 矩阵，该如何解决呢？或者，我们希望以sce 对象处理，毕竟单细胞R 中对象处理，并非seurat 一家独大。来探索一下吧。

1-对10x数据

标准的10x 输出：

> dir("./data/ctrl_raw_feature_bc_matrix/")
[1] "barcodes.tsv.gz" "features.tsv.gz" "matrix.mtx.gz"

对于seurat：Read10X 和 CreateSeuratObject 组合即可读取。

对于sce：DropletUtils 包的read10xCounts() 函数。

2-对于表达矩阵

比如，有的提供的单纯是tsv 或csv 的原始counts 矩阵。其实如果你仔细探索，10x 格式，不过是将counts 矩阵基础之上，拆成了三个文件。

如果是单纯的表达矩阵，有两个方案：

• fread 包，这个在[[128-R茶话会21-R读取及处理大数据]] 已经介绍了；不过需要注意的是，其会读入data.table 格式；
• scuttle::readSparseCounts，可以将表达矩阵（比如tsv）以稀疏矩阵格式读入；

如果直接是稀疏矩阵，可以通过Matrix::readMM 读取。

但问题是，有时候提供的矩阵中会缝合了其他的信息，比如cellmeta data。

这时候自然是不好以稀疏矩阵读取的。

这时候一般有两种思路：

• 以数据框形式读入，去除对应内容后，再将余下内容转为矩阵；
• 直接读入矩阵，再删除余下的内容，再将矩阵转为数值型；

比如我就喜欢第一种：

# get counts
sce <- fread("./Input/melanoma.txt.gz")
counts <- as.matrix(sce[4:nrow(sce) , 2:ncol(sce)])
rownames(counts) <- sce[4:nrow(sce) , 1]

毕竟fread 读取大文件的速度不是盖的，而无法通过稀疏矩阵读取的矩阵，自然速度不会快到哪去。

总结一下，两个判断：

• 如果是纯纯的counts 矩阵，尽可能的以稀疏矩阵格式读取；
  • 如果是mtx 格式，Matrix::readMM；
  • 如果是文本格式，scuttle::readSparseCounts；
• 如果包含其他metadata的矩阵，fread 读取，移除对应信息后，再转为matrix；

接下来，无论是稀疏矩阵，还是counts 矩阵，都可以被CreateSeuratObject 或是SingleCellExperiment 创建对应流程的对象。

a <- matrix(1:16, ncol = 4)
a <- Matrix::Matrix(a, sparse = T)
colnames(a) <- paste0("a",1:4)
rownames(a) <- paste0("b",1:4)

> SingleCellExperiment(assays = list(counts = a))
class: SingleCellExperiment 
dim: 4 4 
metadata(0):
assays(1): counts
rownames(4): b1 b2 b3 b4
rowData names(0):
colnames(4): a1 a2 a3 a4
colData names(0):
reducedDimNames(0):
altExpNames(0):
> Seurat::CreateSeuratObject(a)
An object of class Seurat 
4 features across 4 samples within 1 assay 
Active assay: RNA (4 features, 0 variable features)

3-seurat与sce格式互换

需要注意的是，这里均使用Seurat包中的函数。（sce 好没牌面啊~）

seurat 转sce：

pbmc.sce <- as.SingleCellExperiment(seu.obj)

sce 转为seurat：

seu_paths <- Seurat::as.Seurat(
  sim_paths,
  counts = "counts",
  data = "logcounts",
  assay = NULL,
  project = "SingleCellExperiment")

有一点需要注意的是，sce 对象可以额外存储关于行的信息，对应rowData：

> sce
class: SingleCellExperiment 
dim: 23676 4645 
metadata(0):
assays(2): counts logcounts
rownames(23676): C9orf152 RPS11 ... CTSC AQP7
rowData names(0):
colnames(4645): Cy72_CD45_H02_S758_comb Cy72_CD45_D09_S717_comb ...
  CY94_CD45NEG_CD90POS_2_F04_S64_comb
  CY94_CD45NEG_CD90POS_2_D08_S44_comb
colData names(5): cell sample malignancy celltype sizeFactor
reducedDimNames(0):
altExpNames(0):

这个colData，对应了seurat 中的metadata 数据框，对应细胞的信息。

而rowData也就是关于基因的信息。这里我并没有发现seurat 对象中，有存放该内容的槽。

我的解决方法是：

seu_paths@misc["geneData"] <- rowData(sim_paths)

将其保存在槽misc 内，也就是记录seurat 其他信息的这个槽中。

其他的可以参考：3.15 不同R包数据的相互转换 - 单细胞交响乐[1]

4-导出sce或seurat

其实最直接的，保存Rds 或者Rdata 就好了。

saveRDS(sce, file = "./TmpOut/melanoma_sce.Rds")

关于sce，还见过一种crb 格式保存：Export a data set in SCE format • cerebroApp[2]

当然seurat，是可以通过seuratdisk 保存为h5seurat的：

SaveH5Seurat(seu_paths, filename = "./paths.h5Seurat")

可以参考：Saving and Loading Data from an h5Seurat File • SeuratDisk[3]

不过我还是喜欢直接保存成Rds 了。

5-导出python输入或其他格式

python 中的单细胞分析软件，如scanpy，其可以读取h5ad 格式。

我们也可以将seurat 或sce 中处理的对象转换为h5ad，供python 中分析。

比如sce：Conversion Between scRNA-seq Objects • zellkonverter[4]

writeH5AD(sce, "./sce.h5ad", X_name = NULL, skip_assays = FALSE)

不过zellkonverter 这个包，默认会创建一个conda 环境，并保留全部依赖，用于配置器环境。但是，在我的电脑上，它并没有找到我的conda，而是重头下了一个conda，且网速非常慢。很不友好。

另外也发现一个包：Export a SingleCellExperiment R object as Python annData object — exportSCEtoAnnData • singleCellTK[5]

但似乎也需要解决很多python 上的依赖。你们可以试试。

对于sce 对象来说，我目前是转为seurat后，再转为h5 了。

而对于seurat：Conversions: h5Seurat and AnnData • SeuratDisk[6]

则要先保存为h5seurat，再将其转换：

SaveH5Seurat(seu_paths, filename = "./paths.h5Seurat")
Convert("./paths.h5Seurat", dest = "h5ad")

6-其他格式

最近还遇到一个奇怪的后缀：facs_Diaphragm_seurat_tiss.Robj

其读取后，会是奇怪的样子：

参考：构建seurat对象之初就应该是把基因名字转换好 - 知乎[7]

这是因为，seurat 也是日新月异，它是老版本的seurat 对象，需要更新一下：

tiss <- UpdateSeuratObject(tiss)

参考资料

[1]

3.15 不同R包数据的相互转换 - 单细胞交响乐: https://jieandze1314.osca.top/03/03-15#2.2-singlecellexperiment-zhuan-seurat

[2]

Export a data set in SCE format • cerebroApp: https://romanhaa.github.io/cerebroApp/articles/export_a_data_set_in_SCE_format.html#export-to-cerebro-format-1

[3]

Saving and Loading Data from an h5Seurat File • SeuratDisk: https://mojaveazure.github.io/seurat-disk/articles/h5Seurat-load.html

[4]

Conversion Between scRNA-seq Objects • zellkonverter: https://theislab.github.io/zellkonverter/index.html

[5]

Export a SingleCellExperiment R object as Python annData object — exportSCEtoAnnData • singleCellTK: https://camplab.net/sctk/v2.2.0/reference/exportSCEtoAnnData.html

[6]

Conversions: h5Seurat and AnnData • SeuratDisk: https://mojaveazure.github.io/seurat-disk/articles/convert-anndata.html

[7]

构建seurat对象之初就应该是把基因名字转换好 - 知乎: https://zhuanlan.zhihu.com/p/385206713