大连建设主管部门官方网站,论文收录网站,seowhy是什么意思中文,wordpress占用空间越来越大1写在前面 今天是医师节#xff0c;祝各位医护节日快乐#xff0c;夜班平安#xff0c;病历全是甲级#xff0c;没有错误。#x1f970; 不知道各位医师节的福利是什么#xff01;#xff1f;#x1f602; 我们医院是搞了义诊活动#xff0c;哈哈哈哈哈哈哈。#x1… 1写在前面 今天是医师节祝各位医护节日快乐夜班平安病历全是甲级没有错误。 不知道各位医师节的福利是什么 我们医院是搞了义诊活动哈哈哈哈哈哈哈。 这么好的节日以后尽量别搞了。 2用到的包 rm(list ls())library(slingshot)library(tidyverse)library(uwot) library(mclust)library(RColorBrewer)library(grDevices) 3示例数据 means - rbind( matrix(rep(rep(c(0.1,0.5,1,2,3), each 300),100), ncol 300, byrow T), matrix(rep(exp(atan( ((300:1)-200)/50 )),50), ncol 300, byrow T), matrix(rep(exp(atan( ((300:1)-100)/50 )),50), ncol 300, byrow T), matrix(rep(exp(atan( ((1:300)-100)/50 )),50), ncol 300, byrow T), matrix(rep(exp(atan( ((1:300)-200)/50 )),50), ncol 300, byrow T), matrix(rep(exp(atan( c((1:100)/33, rep(3,100), (100:1)/33) )),50), ncol 300, byrow TRUE))counts - apply(means,2,function(cell_means){ total - rnbinom(1, mu 7500, size 4) rmultinom(1, total, cell_means)})rownames(counts) - paste0(G,1:750)colnames(counts) - paste0(c,1:300)sce - SingleCellExperiment(assays List(counts counts))sce 4基因过滤 这里我们把cluster size设置为≥10count设置为≥3以这个条件进行过滤筛选过一些低表达的。 geneFilter - apply(assays(sce)$counts,1,function(x){ sum(x 3) 10})sce - sce[geneFilter, ] 5Normalization 接着我们做一下Normalization去除一些技术因素或者生物学因素上的影响比如batch,sequencing depth, cell cycle等等。 FQnorm - function(counts){ rk - apply(counts,2,rank,ties.methodmin) counts.sort - apply(counts,2,sort) refdist - apply(counts.sort,1,median) norm - apply(rk,2,function(r){ refdist[r] }) rownames(norm) - rownames(counts) return(norm)}assays(sce)$norm - FQnorm(assays(sce)$counts) 6降维 这里我们用2种方法来试试PCA和UMAP。 6.1 方法一 在做PCA的时候大家尽量不要对基因的表达量做scale这样的结果会更准一些。 pca - prcomp(t(log1p(assays(sce)$norm)), scale. F)rd1 - pca$x[,1:2]plot(rd1, col rgb(0,0,0,.5), pch16, asp 1) 6.2 方法二 rd2 - uwot::umap(t(log1p(assays(sce)$norm)))colnames(rd2) - c(UMAP1, UMAP2)plot(rd2, col rgb(0,0,0,.5), pch16, asp 1) 然后我们把结果存在到之前的SingleCellExperiment文件sce里吧。 reducedDims(sce) - SimpleList(PCA rd1, UMAP rd2) 7细胞聚类 这里我们也提供2种方法吧Gaussian mixture modeling和k-means。 7.1 方法一 cl1 - Mclust(rd1)$classificationcolData(sce)$GMM - cl1plot(rd1, col brewer.pal(9,Set1)[cl1], pch16, asp 1) 7.2 方法二 cl2 - kmeans(rd1, centers 4)$clustercolData(sce)$kmeans - cl2plot(rd1, col brewer.pal(9,Set1)[cl2], pch16, asp 1) 8slingshot进行Pseudotime分析 sce - slingshot(sce, clusterLabels GMM, reducedDim PCA) summary(sce$slingPseudotime_1) colData(sce)$slingshot single-trajectory colors - colorRampPalette(brewer.pal(11,Spectral)[-6])(100)plotcol - colors[cut(sce$slingPseudotime_1, breaks100)]plot(reducedDims(sce)$PCA, col plotcol, pch16, asp 1)lines(SlingshotDataSet(sce), lwd2, colblack) 当然你也可以把type设置为lineages模拟以cluster为单位的变化过程。 plot(reducedDims(sce)$PCA, col brewer.pal(9,Set1)[sce$GMM], pch16, asp 1)lines(SlingshotDataSet(sce), lwd2, type lineages, col black) 9大数据的处理 示例数据都比较小但实际你测完的数据可能会非常大。 这个时候我们要加上一个参数approx_points默认是150一般选择100-200。 如果你把approx_points设置为False会获得尽可能多的点和data中的细胞数有一定的关系。 sce5 - slingshot(sce, clusterLabels GMM, reducedDim PCA, approx_points 150)colors - colorRampPalette(brewer.pal(11,Spectral)[-6])(100)plotcol - colors[cut(sce5$slingPseudotime_1, breaks100)]plot(reducedDims(sce5)$PCA, col plotcol, pch16, asp 1)lines(SlingshotDataSet(sce5), lwd2, colblack) 10将细胞投射到现有轨迹上 可能有时候我们只想使用细胞的一个子集或者新的data来确定轨迹我们都需要一种方法来确定新细胞沿着先前构建的轨迹的位置。 这个时候我们可以用predict函数 pto - sce$slingshotnewPCA - reducedDim(sce, PCA) rnorm(2*ncol(sce), sd 2)newPTO - slingshot::predict(pto, newPCA) 原细胞轨迹为灰色哦。 newplotcol - colors[cut(slingPseudotime(newPTO)[,1], breaks100)]plot(reducedDims(sce)$PCA, col grey, bg grey, pch21, asp 1, xlim range(newPCA[,1]), ylim range(newPCA[,2]))lines(SlingshotDataSet(sce), lwd2, col black)points(slingReducedDim(newPTO), col newplotcol, pch 16) 最后祝大家早日不卷!~ 点个在看吧各位~ ✐.ɴɪᴄᴇ ᴅᴀʏ 〰 往期精彩 LASSO | 不来看看怎么美化你的LASSO结果吗 chatPDF | 别再自己读文献了让chatGPT来帮你读吧~ WGCNA | 值得你深入学习的生信分析方法~ ComplexHeatmap | 颜狗写的高颜值热图代码 ComplexHeatmap | 你的热图注释还挤在一起看不清吗 Google | 谷歌翻译崩了我们怎么办附完美解决方案 scRNA-seq | 吐血整理的单细胞入门教程 NetworkD3 | 让我们一起画个动态的桑基图吧~ RColorBrewer | 再多的配色也能轻松搞定~ rms | 批量完成你的线性回归 CMplot | 完美复刻Nature上的曼哈顿图 Network | 高颜值动态网络可视化工具 boxjitter | 完美复刻Nature上的高颜值统计图 linkET | 完美解决ggcor安装失败方案附教程 ...... 本文由 mdnice 多平台发布
