Xueyd's Blog

0%

Seurat数据结构

发表于 分类于 ，
本文字数： 1.2k 阅读时长 ≈ 1 分钟
  • SeuratObject数据结构
    • Assays
    • meta.data
    • active.assay
    • active.ident
    • reduction
  • 提取数据
    • 提取基因ID和细胞ID
    • 提取细胞坐标信息
    • 提取表达矩阵
    • 提取平均表达量
    • 聚类细胞数目与比例统计
    • 修改聚类后的idents
    • 提取部分Seurat对象

1. SeuratObject数据结构

首先，先来了解一下SeuratObject的数据结构和格式。
alt 图标

图片来源：https://www.jianshu.com/p/13142bf51e81

1.1 Assays

默认情况下Seurat对象的Assay是”RNA”,在后续的数据处理过程中，会产生新的。例如，integration之后、SCTransform之后等过程处理之后，都会产生新的Assay，存放的是经过处理之后产生的矩阵。修改默认的Assay可以通过DefaultAssay函数，也可通过 @active.assay查看默认的assay。

1
2
pbmc@active.assay
DefaultAssay(pbmc) <- "RNA"

在assay数据中，counts是原始数据，data是normalize（归一化）之后的数据，scale.data是scale（标准化）之后的数据。var.features是高变的features，默认是2000个。调用方法：

1
2
pbmc@assays$RNA@counts
pbmc[["RNA"]]@counts

1.2 meta.data

meta.data数据中储存的是细胞的相关信息，主要包括：orig.ident,nCount_RNA,nFeature_RNA,percent.mito,RNA_snn_res.0.4,seurat_clusters等。orig.ident是细胞的来源信息，例如我的是3个样本合并之后的dataset，那么这个里面就是sample1、sample2、sample3，nCount_RNA是每个细胞中RNA数量，nFeature_RNA同理，percent.mito每个细胞中的线粒体基因占比信息，seurat_clusters是细胞聚类之后被归为哪一类。调用方法：

1
2
pbmc$orig.ident
pbmc[["orig.ident"]]

1.3 active.assay

查看当前的默认assay。调用方式：

1
pbmc@active.assays

1.4 active.ident

查看使用的分群方式。调用方式：

1
pbmc@active.ident

1.5 reduction

储存降维之后每个细胞的坐标信息，3种方法分别在：pca、tsne、umap。坐标信息在cell.embeddings中；每个基因对pca成分的贡献度在feature.loadings中。assay.used指这个降维使用的assay。调用方法：

1
2
head(pbmc@reduction$umap@cell.embeddings)
head(pbmc@reduction$umap@feature.loadings)

2. 提取数据

2.1 提取基因ID与细胞ID

1
2
3
4
5
6
7
8
9
10
11
rownames(pbmc) #提取基因ID
colnames(pbmc) #提取细胞ID
Cells(pbmc)    #提取细胞ID

WhichCells(pbmc,ident=c(1,2)) #按照idents提取细胞ID

# 按照idents提取细胞ID，加上invert表示反向提取，除1,2之外的细胞
WhichCells(pbmc,ident=c(1,2),invert=TRUE) 

# 按照gene1的表达量提取细胞ID，slot指定counts即原始数据
WhichCells(pbmc,expression=gene1>1,slot="counts")

2.2 提取细胞坐标信息

1
Embeddings(pbmc,reduction="umap")

2.3 提取表达矩阵

1
2
3
4
5
6
#提取所有细胞的表达矩阵
raw <- as.matrix(GetAssayData(pbmc,slot="counts"))
raw <- as.matrix(pbmc@assays$RNA@counts)

#提取idents为5的细胞表达矩阵
raw5 <- as.matrix(GetAssayData(pbmc,slot="counts")[,WhichCells(pbmc,ident="5")])

2.4 提取平均表达量

1
2
cluster.averages <- AverageExpression(pbmc)
write.table(cluster.averages[["RNA"]][,1:15],"cluster.averages.txt")

2.5 聚类细胞数目与比例统计

1
2
3
4
5
6
7
8
9
10
11
12
13
# 查看每个cluster的细胞数目
table(Idents(pbmc))
table(pbmc$RNA_snn_res.0.4)

#统计每个样本的细胞数目
table(pbmc$orig.ident)

#将cluster和样本来源一起统计
table(Idents(pbmc),pbmc$orig.ident)

# 查看每个cluster细胞数目占总细胞的比例
prop.table(table(Idents(pbmc)))
prop.table(table(pbmc$RNA_snn_res.0.4))

2.6 修改聚类后的idents

1
pbmc <- RenameIdents(pbmc,`0`="B cells",`1`="NK cells")

2.7 提取部分Seurat对象

1
2
3
4
5
6
# 按照细胞ID提取
subset(pbmc,cells=cells)

# 按照cluster提取
subset(pbmc,ident=c(1,2,3))
subset(pbmc,ident=c(1,2,3),invert=TRUE)

参考
1.https://www.jianshu.com/p/13142bf51e81
2.https://www.jianshu.com/p/1db7c28249d4