- Seurat Weekly NO.0 || 開刊詞
- Seurat Weekly NO.1 || 到底分多少個群是合適的？！
- Seurat Weekly NO.2 || 我該如何取子集
- Seurat Weekly NO.3 || 直接用Seurat畫fig2
在這里，和國際同行一起學(xué)習(xí)單細(xì)胞數(shù)據(jù)分析。
單細(xì)胞轉(zhuǎn)錄組數(shù)據(jù)分析框架是成熟的，所謂降維聚類必知必會嘛。這一點(diǎn)也不影響數(shù)據(jù)分析過程的非線性過程，我們知道，在數(shù)據(jù)科學(xué)中降維聚類均屬于探索性數(shù)據(jù)分析手段。探索時貪婪，驗(yàn)證時謹(jǐn)慎。在處理單細(xì)胞轉(zhuǎn)錄組數(shù)據(jù)的時候，往往時螺旋式的，不時會有反復(fù)。這個過程就需要我們有數(shù)據(jù)管理的策略，好在Seurat的S4結(jié)構(gòu)為我們的數(shù)據(jù)管理做好了準(zhǔn)備。
- 記錄分析過程
數(shù)據(jù)分析的時候，會需要看不同參數(shù)下的數(shù)據(jù)表現(xiàn)，比如分群的resolution，差異分析的不同方法（或不同分組）。這時候我們?nèi)绻軌蛴涗浵聛砻看畏治龅拿?時間等，在復(fù)盤或重現(xiàn)分析的時候就方便很多。Seurat為我們提供了commands Slot。如我們可以這樣查看之前的分析命令：
library(Seurat)
library(SeuratData)
pbmc3k.final -> pbmc
pbmc@commands$RunUMAP.RNA.pca
Command: RunUMAP(pbmc3k.final, dims = 1:10)
Time: 2020-04-30 12:55:01
dims : 1 2 3 4 5 6 7 8 9 10
reduction : pca
assay : RNA
umap.method : uwot
n.neighbors : 30
n.components : 2
metric : cosine
learning.rate : 1
min.dist : 0.3
spread : 1
set.op.mix.ratio : 1
local.connectivity : 1
repulsion.strength : 1
negative.sample.rate : 5
uwot.sgd : FALSE
seed.use : 42
angular.rp.forest : FALSE
verbose : TRUE
reduction.name : umap
reduction.key : UMAP_
Seurat的主要分析函數(shù)都內(nèi)置了LogSeuratCommand函數(shù)，在完成計算之后，把計算參數(shù)記錄在pbmc@commands中。我們當(dāng)然也可以自己往這里面寫入提示自己的信息：
pbmc@commands$菜鳥團(tuán)數(shù)據(jù)分析 <- stringr::str_glue(paste0(Sys.time(),"\ninitiation: \n你的名字"))
pbmc@commands$菜鳥團(tuán)數(shù)據(jù)分析
2020-12-03 20:37:28
initiation:
你的名字
- 自己寫的函數(shù)
進(jìn)階階段肯定是在自己的單細(xì)胞轉(zhuǎn)錄分析函數(shù)中加入LogSeuratCommand了，這樣我們對數(shù)據(jù)做的每一次分析參數(shù)都會保留下來了。那么，問題來了，我們的函數(shù)可不可以寫在Seurat內(nèi)部呢？
顯然是可以的，Seurat為我們提供了toolsSlot。也就是不管我們引入的函數(shù)也好，自己寫的函數(shù)也好，均可與Seurat合為一體，當(dāng)然，函數(shù)名要注意一下，一如Tools函數(shù)的幫助文檔里備注的一樣：
For developers: set tool data using Tool<-. Tool<- will automatically set the name of the tool to the function that called Tool<-, so each function gets one entry in the tools list and cannot overwrite another function's entry. The automatic naming will also remove any method identifiers (eg. RunPCA.Seurat will become RunPCA); please plan accordingly.
- 存儲數(shù)據(jù)
我們知道Seurat為單細(xì)胞轉(zhuǎn)錄組分析過程存下了counts/data/scale.data三張表達(dá)譜，還還有一系列的降維的坐標(biāo)等。如果我們有臨床信息還可以存在meta.data里，但是要是還有其他信息呢？比如差異基因列表。這時候，可以存在misc Slot里面，省的每次重新計算或者省去寫出讀入的操作。
Idents(pbmc) <- "seurat_clusters"
pbmc@misc$clustersmk <- FindAllMarkers(pbmc)
Idents(pbmc) <- "seurat_annotations"
pbmc@misc$celltypesmk <- FindAllMarkers(pbmc)
如有感興趣的基因集也可以存在其中，經(jīng)典的marker存在這里不是很方便嗎？
pbmc@misc$chemokines <- grep("^CXC|CCL|CCR|CX3|XCL|XCR", rownames(pbmc),value = T)
- 快速讀取
隨著單細(xì)胞的通量越來越大，我們的Seurat對象也越來越大（另一方面是Seurat存的數(shù)據(jù)越來越多）。每天來到辦公室第一件事就是讀入一個Seurat對象，如何才能快速讀取呢？介紹saveRDS的一個參數(shù)。
?saveRDS
compress
a logical specifying whether saving to a named file is to use "gzip" compression, or one of "gzip", "bzip2" or "xz" to indicate the type of compression to be used. Ignored if file is a conne
t1=proc.time()
saveRDS(pbmc,'pbmc1.rds',compress = F)
t2=proc.time()
t=t2-t1
print(paste0('執(zhí)行時間：',t[3][[1]],'秒'))
[1] "執(zhí)行時間：1.83000000000015秒"
t1=proc.time()
saveRDS(pbmc,'pbmc.rds')
t2=proc.time()
t=t2-t1
print(paste0('執(zhí)行時間：',t[3][[1]],'秒'))
[1] "執(zhí)行時間：27.6600000000001秒"
犧牲存儲換取時間，數(shù)十倍的差別，數(shù)據(jù)稍微大點(diǎn)，這就夠喝杯咖啡的了。
參考：
https://github.com/satijalab/seurat/wiki
https://www.cnblogs.com/maoerbao/p/11694958.html
