使用monocle 2進行擬時序分析

monocle做擬時序分析首先要構建CDS需要3個矩陣:expr.matrix、pd、fd,其次將Seurat中的對象轉換為monocle識別的對象。然后選擇想要做擬時序依據的基因就可以了,如果已知開始和結束的細胞,將過程開始時收集的細胞與結束時收集的細胞簡單地進行比較,并找到差異表達的基因,做擬時序依據的基因,根據時間點的差異分析選擇基因通常非常有效,但是如果我們沒有時間序列數據,可以選擇離散度和表達量高的基因。

library(monocle)
packageVersion("monocle")
#monocle構建CDS需要3個矩陣:expr.matrix、pd、fd
# 將Seurat中的對象轉換為monocle識別的對象
#cds <- importCDS(GetAssayData(seurat.object))
#選擇做擬時序的亞群
Mono_tj<-subset(seurat.object, idents = c(1,2,4,6,7))

Mono_matrix<-as(as.matrix(GetAssayData(Mono_tj,slot = "counts")), 'sparseMatrix')
#構建featuredata,一般featuredata需要兩個col,一個是gene_id,一個是gene_short_name,row對應counts的rownames
feature_ann<-data.frame(gene_id=rownames(Mono_matrix),gene_short_name=rownames(Mono_matrix))
rownames(feature_ann)<-rownames(Mono_matrix)
#
Mono_fd<-new("AnnotatedDataFrame", data = feature_ann)
#
#Seurat object中的@meta.data一般會存放表型相關的信息如cluster、sample的來源、group等,所以選擇將metadata轉換為phenodata
sample_ann<-Mono_tj@meta.data
#rownames(sample_ann)<-colnames(Mono_matrix)

Mono_pd<-new("AnnotatedDataFrame", data =sample_ann)
#build new cell data set
Mono.cds<-newCellDataSet(Mono_matrix,phenoData =Mono_pd,featureData =Mono_fd,expressionFamily=negbinomial.size())

#查看phenodata、featuredata
head(pData(Mono.cds))
head(fData(Mono.cds))
#預處理
Mono.cds <- estimateSizeFactors(Mono.cds)
Mono.cds <- estimateDispersions(Mono.cds)
#篩選基因,這里可以根據自己的需要篩選特定的基因
disp_table <- dispersionTable(Mono.cds)
unsup_clustering_genes <- subset(disp_table, mean_expression >= 0.1)
Mono.cds <- setOrderingFilter(Mono.cds, unsup_clustering_genes$gene_id)
#用DDRtree 進行降維分析
Mono.cds <- reduceDimension(
  Mono.cds,
  max_components = 2,
  method = 'DDRTree')
#計算psudotime值
Mono.cds <- orderCells(Mono.cds)
head(pData(Mono.cds))

plot_cell_trajectory(Mono.cds,cell_size = 1)

image
plot_cell_trajectory(Mono.cds, color_by = "Pseudotime")

image
plot_cell_trajectory(Mono.cds, color_by = "seurat_clusters",cell_size = 1)

image

歡迎關注~

參考:http://cole-trapnell-lab.github.io/monocle-release/docs/
https://cole-trapnell-lab.github.io/monocle-release/Paul_dataset_analysis_final.html

作者:生信編程日常
鏈接:http://www.lxweimin.com/p/9cb936749242

?著作權歸作者所有,轉載或內容合作請聯系作者
平臺聲明:文章內容(如有圖片或視頻亦包括在內)由作者上傳并發布,文章內容僅代表作者本人觀點,簡書系信息發布平臺,僅提供信息存儲服務。

推薦閱讀更多精彩內容