R语言分析单细胞数据Day1——下载Seurat包并进行预处理（一）

Task.1 安装Seurat，准备处理single cell data

安装Seurat时，只能安装3.2.3以下的版本，太高就不兼容！

install.packages('remotes') %安装过可以省略
remotes:: install_version("Seurat", version = "3.2.3")
# 安装不上可以更新R版本或者安装附属包

Task.2 加载Seurat包并导入数据

library(Seurat)
# 这里可以设置你的路径，三个文件（mtx数据、行名和列名）都需要加载
# 所使用的数据暂时不公开了，GEO数据库有很多
Day0_RAW <- ReadMtx( mtx = "matrix.mtx", features = "features.tsv",cells = "barcodes.tsv")

Task.3 创建Seurat格式项目

Seurat_Day0 <- CreateSeuratObject(counts = Day0_RAW,min.cells = 3,min.genes = 200)
# 初步过滤：>=3个细胞中表达的基因(min.cells = 3），>=200个基因的细胞(min.genes = 200)。可任意设置。

创建的项目：33539 features across 22609 samples within 1 assay
Task.4 质控

Seurat_Day0[["percent.mt"]] <- PercentageFeatureSet(Seurat_Day0, pattern = "^MT-")
# 这个命令是计算基因含量，这里MT是线粒体的意思
VlnPlot(Seurat_Day0, features = c("nFeature_RNA", "nCount_RNA", "percent.mt"), ncol = 3)
# 可视化一下

根据第三个图片，线粒体基因含量占比25%以下的细胞才保留
线粒体是生物大分子，线粒体较多的细胞说明有细胞有可能已经失活，并且噪音也就变的非常多（大佬LR讲解的）
接下来可视化RNA-基因含量，RNA-feature

plot1 <- FeatureScatter(Seurat_Day0, feature1 = "nCount_RNA", feature2 = "percent.mt")
plot2 <- FeatureScatter(Seurat_Day0, feature1 = "nCount_RNA", feature2 = "nFeature_RNA")
plot1 + plot2
# 这个可视化感觉要更好看一些

上面两个可视化是为了根据内容确定筛选的细胞数目和基因数目。下面代码才是最重要的质控代码

#过滤具有超过 8000 或少于 200 个独特特征的细胞，过滤>25%的线粒体（线粒体不清楚为何过滤）
Seurat_Day0_fit <- subset(Seurat_Day0, subset = nFeature_RNA > 200 & nFeature_RNA < 8000 & percent.mt < 25)

质控后的项目：33539 features across 22433 samples within 1 assay （删除了部分低表达的细胞）

Task.5 标准化
对每个细胞的表达量进行归一化（常用“LogNormalize”），将其乘以比例因子（默认为 10,000），并对结果进行对数转换（这个是必须的）

Seurat_Day0_fit_norm <- NormalizeData(Seurat_Day0_fit , normalization.method = "LogNormalize", scale.factor = 10000)
#这些参数都是默认值，可以不写

至此，数据预处理结束，接下来是降维、聚类等分析。

R语言分析单细胞数据Day1——下载Seurat包并进行预处理（一）相关推荐

R语言分析蛋白质组学数据：飞行时间质谱(MALDI-TOF)法、峰值检测、多光谱比较...
全文链接:http://tecdat.cn/?p=30051 •研究生物体产生的全部蛋白质. • Foci:鉴定.结构测定.生物标志物.通路.表达(点击文末"阅读原文"获取完整代码 ...
教你用R语言分析招聘数据，求职/转行不求人~(附代码、数据集)
来源:R语言中文社区作者:Joffy Zhong 本文共4500字,建议阅读8分钟. 本文针对招聘网站的数据分析岗位的数据进行分析与挖掘实战. 项目背景在学习数据分析的路上,少不了经常逛知乎,这也 ...
r语言pls分析_零基础学习R语言分析GEO
关于零基础用R语言分析GEO的视频已更新完,发布在B站,有兴趣的小伙伴可以移驾到B站,我的B站号:I_am_Becky 之前录制过一系列关于零代码分析GEO数据的,但是这样画出来的图太low了,所以学 ...
【视频】主成分分析PCA降维方法和R语言分析葡萄酒可视化实例|数据分享
最近我们被客户要求撰写关于主成分分析PCA的研究报告,包括一些图形和统计输出.降维技术之一是主成分分析 (PCA) 算法,该算法将可能相关变量的一组观察值转换为一组线性不相关变量.在本文中,我们将讨论 ...
R语言量化：使用WindR下载Wind数据
在R语言:使用rvest包抓取新浪财经A股交易数据中我们介绍了如何使用rvest包爬取新浪财经的A股交易数据,但是新浪有一定的反爬虫措施,抓取数据多有不便.最近发现Wind有R语言的量化接口,而且对免 ...
如何用r语言分析数据
如果要使用 R 语言分析数据,通常需要以下步骤: 导入数据:可以从多种格式的数据文件(如 CSV,Excel 等)中导入数据,并将其存储为 R 中的数据框(data.frame). 数据清理:检查数据 ...
R语言辅导高维数据的主成分pca、 t-SNE算法降维与可视化分析案例报告
降低维度有两个主要用例:数据探索和机器学习.它对于数据探索很有用,因为维数减少到几个维度(例如2或3维)允许可视化样本.然后可以使用这种可视化来从数据获得见解(例如,检测聚类并识别异常值).对于机器学 ...
【视频】KMEANS均值聚类和层次聚类：R语言分析生活幸福指数可视化|数据分享...
原文链接:http://tecdat.cn/?p=24198 聚类是将总体或数据点划分为多个组的任务,以使同一组中的数据点与同一组中的其他数据点更相似,而与其他组中的数据点不相似.它基本上是基于它们之 ...
r语言读服务器数据,R语言数据实战 | 安装R语言
原标题:R语言数据实战 | 安装R语言 1.R的获取和安装获取和安装R很容易(这也是它"亲民"的地方),具体步骤如下: Step 1: 登陆R语言官方网站https://www. ...

R语言分析单细胞数据Day1——下载Seurat包并进行预处理（一）

R语言分析单细胞数据Day1——下载Seurat包并进行预处理（一）相关推荐

最新文章

热门文章