本期来介绍一下单细胞分析的第一步，Seurat 对象的构建和信息提取。
目前构建Seurat对象有以下几种方法：
- 从 CellRanger 输出构建
- 从 h5 文件构建
- 从表达矩阵构建
从 CellRanger 输出构建
公司在完成表达定量后，通常会使用 CellRanger 对数据进行简单的分析，得到以下三个文件。
- barcodes.tsv 用于储存细胞信息
- genes.tsv 用于储存基因信息
- matrix.mtx 表达矩阵
需要注意的是如果文件名不为以上三个，需要手动进行修改。
后续的分析在R语言中用 Seurat 包完成，需要将表达数据导入 R，并构建 Seurat 对象。
以数据GSE134809[1]的 GSM3972009 为例，在 GEO 界面选中并下载后解压。
读取 CellRanger 输出结果
ScRNAdata = Read10X(data.dir = "GSE134809_RAW/")
# 此时的 ScRNAdata 是一个稀疏矩阵 dgCMatrix
# > class(ScRNAdata)
# [1] "dgCMatrix"
# attr(,"package")
# [1] "Matrix"
# 构建 Seurat 对象
# 初步过滤一般不需要修改参数，除非数据实在太难看
Seurat_object <- CreateSeuratObject(
counts = ScRNAdata, # 表达矩阵，可以为稀疏矩阵，也可以为普通矩阵
min.cells = 3, # 去除在小于3个细胞中表达的基因
min.features = 200) # 去除只有 200 个以下基因表达的细胞
稀疏矩阵：在矩阵中，若数值为0的元素数目远远多于非0元素的数目，并且非0元素分布没有规律时，则称该矩阵为稀疏矩阵。
从 h5 文件构建
以数据GSE122960[2]的 GSM3489182 为例，在 GEO 界面选中并下载后解压。
ScRNAdata <- Read10X_h5(filename = "GSM3489182_Donor_01_raw_gene_bc_matrices_h5.h5")
Seurat_object <- CreateSeuratObject(
counts = ScRNAdata,
min.cells = 3,
min.features = 200)
从表达矩阵构建
以数据GSE106118的GSM2829942[3]为例,在 GEO 界面选中并下载后解压。
ScRNA_exp <- read.table(
"data/GSM2829942/GSM2829942_HE6W_LA.TPM.txt",
row.names = 1,
header = T)
Seurat_object <- CreateSeuratObject(
counts = ScRNA_exp,
min.cells = 3,
min.features = 200)
对Seurat对象的理解和信息提取
展开我们构建好的Seurat对象可以发现有非常多的信息，我们该如何理解Seurat对象？又该如何提取其中的细胞信息表和表达矩阵呢？
仍以数据 GSE122960 的 GSM3489182 为例。
Seurat对象的理解
先来看看它的文件类型，可以理解为一个变量。
> class(Seurat_object)
[1] "Seurat"
attr(,"package")
[1] "SeuratObject"
再来看看其维度，共有19520行即基因数，7222列即细胞数。
> dim(Seurat_object)
[1] 19520 7222
最后来理解一下创建Seurat对象的函数，最重要的参数就是counts，所以Seurat对象可以简单理解为包含着表达矩阵的一个变量。
CreateSeuratObject(
counts,
project = "CreateSeuratObject",
assay = "RNA",
names.field = 1,
names.delim = "_",
meta.data = NULL,
...
)
信息提取
表达矩阵
gene_exp = Seurat_object@assays[["RNA"]]@counts
由于其稀疏矩阵的属性，此时的gene_exps不是传统二维的表达矩阵。
细胞信息表
meta.data = Seurat_object@meta.data
参考资料
[1]GSE134809下载链接: https://www.ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE134809
[2]GSE122960下载链接: https://www.ncbi.nlm.nih.gov/geo/query/acc.cgiGSE122960
[3]GSM2829942下载链接: https://www.ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSM2829942
