🤩 Monocle 3 | 太牛了！单细胞必学R包！~（八）（数据映射比较）

生信漫卷

发布于 2023-12-26 14:47:15

1551

发布于 2023-12-26 14:47:15

文章被收录于专栏：R语言及实用科研软件R语言及实用科研软件

1写在前面

今天出了半天门诊，什么病都有，还是挺累的。🙃

还有个病人状态不行转去了ICU。🫠

人生无常，大肠包小肠啊。😧

今天我们讲讲如何将查询数据集映射到参考数据集上。🤩

共嵌入（Co-embedding）用于比较相似的数据集，以识别相似性和差异性，并在细胞间传输注释。🤓

2用到的包

rm(list = ls())
library(tidyverse)
library(monocle3)
library(Matrix)

3示例数据

加载参考数据集。😘

matrix_ref <- readMM(("./cao.mouse_embryo.sample.mtx.gz"))
cell_ann_ref <- read.csv("./cao.mouse_embryo.sample.coldata.txt.gz", text=T, sep='\t')
gene_ann_ref <- read.csv("./cao.mouse_embryo.sample.rowdata.txt.gz", text=T, sep='\t')

cds_ref <- new_cell_data_set(matrix_ref,
                             cell_metadata = cell_ann_ref,
                             gene_metadata = gene_ann_ref)

加载查询数据集。🙊

matrix_qry <- readMM("./srivatsan.mouse_embryo_scispace.sample.mtx.gz")
cell_ann_qry <- read.csv("./srivatsan.mouse_embryo_scispace.sample.coldata.txt.gz", text=T, sep='\t')
gene_ann_qry <- read.csv("./srivatsan.mouse_embryo_scispace.sample.rowdata.txt.gz", text=T, sep='\t')

cds_qry <- new_cell_data_set(matrix_qry,
                             cell_metadata = cell_ann_qry,
                             gene_metadata = gene_ann_qry)

4删除不在两个数据集中的基因

比对的话必须是具有相同的基因的，所以不是交集基因的部分需要删除掉。😀

参考数据集基因。🧬

genes_ref <- row.names(cds_ref)

查询数据集基因。🧬

genes_qry <- row.names(cds_qry)

交集基因。🧬

genes_shared <- intersect(genes_ref, genes_qry)

删除非交集基因。🧬

cds_ref <- cds_ref[genes_shared,]
cds_qry <- cds_qry[genes_shared,]

5使用共同UMI cutoff过滤

接着我们需要对上面的data用一下共同的UMI cutoff来过滤细胞。🧫

经过下面的计算，我们可以找到cutoff为1000。😬

numi_ref <- min(colData(cds_ref)[['Total_mRNAs']])

numi_qry <- min(colData(cds_qry)[['n.umi']])

6估计size factors

cds_ref <- estimate_size_factors(cds_ref)
cds_qry <- estimate_size_factors(cds_qry)

7处理参考数据集

这里我们把build_nn_index设为T，来进行降维建模。😏

cds_ref <- preprocess_cds(cds_ref, num_dim=100)
cds_ref <- reduce_dimension(cds_ref, build_nn_index=T)

保存PCA和UMAP transform models，一会会用到。🥳

save_transform_models(cds_ref, 'cds_ref_test_models')

8将查询数据集映射到参考数据集上

把参考transform models加入到查询数据集的cds里。😘

cds_qry <- load_transform_models(cds_qry, 'cds_ref_test_models')

接着我们应用一下。😂

cds_qry <- preprocess_transform(cds_qry)
cds_qry <- reduce_dimension_transform(cds_qry)

9最终可视化

先标记一下不同的cds。😘

colData(cds_ref)[['data_set']] <- 'reference'
colData(cds_qry)[['data_set']] <- 'query'

合并两个cds。🙊

cds_combined <- combine_cds(list(cds_ref, cds_qry),  
                            keep_all_genes=T, 
                            cell_names_unique=T, 
                            keep_reduced_dims=T)

plot_cells(cds_combined, color_cells_by='data_set')

10将参考数据的细胞注释映射到查询数据

cds_qry_lab_xfr <- transfer_cell_labels(cds_qry, 
                                        reduction_method='UMAP', 
                                        ref_coldata=colData(cds_ref), 
                                        ref_column_name='Main_cell_type', 
                                        query_column_name='cell_type_xfr', 
                                        transform_models_dir='cds_ref_test_models')

cds_qry_lab_fix <- fix_missing_cell_labels(cds_qry_lab_xfr, 
                                           reduction_method='UMAP', 
                                           from_column_name='cell_type_xfr', 
                                           to_column_name='cell_type_fix')