1. 参考资料
- https://mp.weixin.qq.com/s/ybr1rK5CcC-BfDKUYxKcNw
- https://www.jianshu.com/p/66eba837f22e
- https://github.com/ddiez/DoubletFinder
2. DoubletFinder 概述
- 首先这个包的输入是经过预处理（包括归一化、降维，但不一定要聚类）的 Seurat 对象
-
doubletFinder_v3的部分参数-
seu，一个经过充分处理的 Seurat 对象（具体如前所述 -
PCs，根据自己数据的实际情况选择有统计学意义的 PC，具体如何选择见：https://www.jianshu.com/p/ddf520db5d6f 的 4.1 节 -
pN，定义生成的人工双峰的数量，表示为合并的真实人工数据的一部分，默认设置为 25％ -
pK，定义用于计算 pANN 的 PC 邻域大小，表示为合并的真实 real-artificial 数据的一部分，对于每个 scRNA-seq 数据集都需要调整 pK，止于 pK 怎么挑，我摊牌了，不想学，具体见文首的链接 -
nExp，定义了用于进行最终 doublet/singlet 预测的 pANN 阈值，可以从 10X / Drop-Seq 装置中的细胞装载密度来最好地估计该值，并根据 homotypic doublets 对估计比例进行调整。 -
sct取决于你走的 Seurat 流程是用NormalizeData()+FindVariableFeatures()+ScaleData()还是SCTransform()
-
- 注意：不能用于整合了多个样本（在不同 lane 测序）的 Seurat 对象
3. 代码
## 因为几乎全都是中间变量，就没好好命名
# 找最佳 PK
sweep.res.list_kidney <- paramSweep_v3(seurat, PCs = 1:40, sct = T)
sweep.stats_kidney <- summarizeSweep(sweep.res.list_kidney, GT = FALSE)
bcmvn_kidney <- find.pK(sweep.stats_kidney)
mpK<-as.numeric(as.vector(bcmvn_kidney$pK[which.max(bcmvn_kidney$BCmetric)]))
# 找最佳 nExp
annotations <- seurat@meta.data$seurat_clusters
homotypic.prop <- modelHomotypic(annotations)
nExp_poi <- round(0.075*ncol(seurat@assays$integrated@data))
nExp_poi.adj <- round(nExp_poi*(1-homotypic.prop))
# 找 Doublet
seurat_filterDouble <- doubletFinder_v3(seurat, PCs = 1:40, pN = 0.25, pK = mpK, nExp = nExp_poi, reuse.pANN = FALSE, sct = T)
4. 结果
> table(seurat_integrated_filterDouble$DF.classifications_0.25_0.28_1042)
Doublet Singlet
1042 12849
image
友情宣传
- 生信爆款入门-全球听（买一得五）（第5期）（可能是最后一期），你的生物信息学入门课
- 数据挖掘第3期（两天变三周，实力加量），医学生/临床医师首选技能提高课
- 生信技能树的2019年终总结，你的生物信息学成长宝藏
- 2020学习主旋律，B站74小时免费教学视频为你领路
