Seurat对象内部结构

生信技能树jimmy

发布于 2023-08-31 11:06:52

1.4K0

发布于 2023-08-31 11:06:52

文章被收录于专栏：单细胞天地

这个新专辑有以下几点希冀：

带着像我一样的单细胞小白，一步步利用我们生信技能树、生信菜鸟团、单细胞天地的资源，掌握基本的scRNAseq流程
在学习的过程中，探索出合适的学习路径，帮助大家更好地利用已有资源
对过往推文中出现的错误、更新的软件进行审查，推陈出新
在过去的基本内容上深入挖掘影响小白学习的障碍，提炼总结，拓宽深度宽度
和大家讨论我在从零开始学习过程中遇到的问题，老师们在评论区指出我的不足提出建议

而我在将自己的学习笔记排版成推文时也会遵循以下行文特点：

务必详实逐步复现，如展示原推文中没展示的过程结果，添加参考资料帮助理解
重点推陈出新，如果原推文足够详细且我没遇到其他问题，可能会直接带过这篇学习推文，只在推文中展示结果，但是仍会告诉大家我看了啥，以便梳理小白学习路径

上期推文我们根据单细胞初探（seurat基础流程）（2021公开课配套笔记）学习并搭建了基本的单细胞转录组下游分析流程，其中很重要的一个知识点就是Seurat对象，熟悉Seurat对象内部结构对我们掌握各个分析究竟是在进行什么样的处理很有帮助。

其实细心的同学可以发现，我们上期推文中对Seurat对象的操作基本上都是直接赋值，并没有拷贝变量，在单细胞初探（seurat基础流程）（2021公开课配套笔记） 中提到：

R语言中同一变量重复赋值，则会覆盖，而创建的Seruat对象pbmc则不会。查阅资料才知道Seruat对象是S4结构，会记录所执行的计算及其信息。在此献上周运来老师总结的一幅Seruat对象结构图。

本期推文将学习部分资料，通过上期流程跑完得到的最终Seurat对象，对Seurat对象内部结构和工作流程知识进行补全

参考：Seurat对象数据结构(https://www.jianshu.com/p/238976158dcc)

“标准流程里面的过滤三步骤，也可以用 SCTransform 代替” 我还不清楚SCTransform如何使用

Seurat 每一步处理类似流水线传送带上的容器（Container），每个函数会依次进行处理。每个函数输入一种数据都会输出另外一个数据，并且把输出数据也存放在这个容器中。需要时可以提取某一步骤的数据。还有一类函数，不参与数据转换，类似质检员（Inspector），在每一个数据转换后，查看容器中的内容，帮助判断质量、评估处理后的效果。

Seurat Object

在Seurat对象后面加个@ 可以查看Seurat对象的内容

Seruat对象是S4结构，会记录所执行的计算及其信息

Assays

一个Seurat对象可以包括多个assay对象，但是在某个时刻，只有一个assay对象是默认激活的。可以通过函数 active.assay 查询当前默认激活的是哪个assay对象。也可以用 DefaultAssay 来设置默认的 assay。

后面我们多分组拆分数据去批次再整合时会遇到

目前默认都是“RNA”

counts

保存的是未经处理的原始数据，适合存放稀疏矩阵

data

原始数据经过标准化后，会存放在@data中，和counts 一样也是一个特殊的 Matrix 对象

scale.data

当数据进行scale后，存放在名为scale.data中

标准化了，很明显有正负

var.features

var.features : 是一个普通的向量，里面存放的是高表达变异的基因名。可以用函数VaribleFeatures来获得这个向量。

每个active对象都有一个key值，可以用fetch函数来获取

meta.features

Seurat对象中的meta.data 是对所有细胞做注释的数据框。而在assay对象中，meta.features 是对每个 features 做的注释。 如果要对 features 的功能进行注释、打分、筛选都需要用到meta.features。对于不同的assay来说，每个features的含义是不同的。