ixxmu / mp_duty

抓取网络文章到github issues保存
https://archives.duty-machine.now.sh/
122 stars 30 forks source link

跟学单细胞周更(二) #3748

Closed ixxmu closed 1 year ago

ixxmu commented 1 year ago

https://mp.weixin.qq.com/s/QsJcwpM5ZhPy2PN7MYN2PQ

ixxmu commented 1 year ago

跟学单细胞周更(二) by 单细胞天地

今年暑假一起学单细胞吧(附上游数据下载tips)

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

跟学的第二篇推文:两样本原代乳腺癌细胞与肺部扩散癌细胞单细胞测序数据分析

流程和专辑前面学习的基本流程一致,所以我们这里只快速提一些要点


这个数据集是经过FACS分选的:前面介绍一文搞定基本cellranger定量

单细胞分离方法:包括有限稀释法(Limiting dilution technique)显微操作法(micromanipulation)、流式细胞分选(FACS)、激光捕获显微分离(LCM)、微孔(microwell)、微流控(microfluidics)和微滴(droplet)

在读取数据集时,直接用read.csv读取csv文件,可见CreateSeuratObject函数中counts参数得到表达矩阵列表就可以

基本流程还是:

  • 数据质控
  • 数据标准化
  • 识别高变基因
  • 数据归一化
  • 降维
  • UMAP/tSNE可视化
  • Marker鉴定细胞
  • 检查各分组内基因表达情况
  • 重新降维和细分亚群

从上一期推文开始我们开始接触到”重新降维和细分亚群“

这里是上皮细胞的细分:

刚开始只找了一些基础marker分不太开

因此又多找了一些marker

除了上述情况我在找乳腺上皮细胞的marker的时候看到之前单细胞天地发的 ” 乳腺上皮细胞单细胞亚群“ 的推文乳腺上皮细胞单细胞亚群 (qq.com)

看图也能发现初步定义的epi混合了几种一开始的cluster

这是一个很自然从粗定义到细分的过程,后面我们会频繁遇到

需要提醒一下的是:

我这里的epi对应的并不是原推文中的c(0,1,2)而是c(0,1,4)

因为原推文没有提供很多过程图,这在进行复现学习的时候需要格外注意


除了基本流程外,原推文还顺带看了一下harmony去除批次效应前后对比:

可以发现harmony前lung和primary还不是很好地混在一起

harmony后混的就比较均匀

关于是否需要harmony,什么时候需要harmony,harmony对单细胞表达分布的影响,我们将在下一期学习【flag】

这里需要注意是,Seurat对象在使用harmony去除批次效应前后,相同分辨率下UMAP降维分组的组数可能会发生变化

所以我个人感觉,看harmony前后的变化情况,单单看细胞在不同分组的数量变化并不好看,还是要看最后定义好的细胞亚型的分布情况



往期回顾

跟学单细胞周更(一)

单细胞多组学刻画EGCs特征

上下游,合体!

单细胞测序最好的教程(七): 数据整合与批次效应校正

我问汤神的第一个单细胞问题,他的问答竟然是_______






如果你对单细胞转录组研究感兴趣,但又不知道如何入门,也许你可以关注一下下面的课程



看完记得顺手点个“在看”哦!


生物 | 单细胞 | 转录组丨资料
每天都精彩

长按扫码可关注