单细胞-拟时序分析-R包SCORPIUS

注：代码转自生信技能树，仅做学习笔记。https://mp.weixin.qq.com/s/rho-EPb804bSd8w334BNQw

准备工作，安装及加载R包，载入数据，查看数据类型。

install.packages("SCORPIUS")
library(SCORPIUS)
data(ginhoux)
ginhoux
class(ginhoux)
str(ginhoux)
c<-ginhoux[[1]]
g<-ginhoux[[2]]

expression <- ginhoux$expression
group_name <- ginhoux$sample_info$group_name
table(group_name)
dim(expression)
expression[1:4,1:4]

该数据 245个细胞，2000个基因，然后细胞分成了3组

space <- reduce_dimensionality(expression, "spearman")
draw_trajectory_plot(space, group_name, contour = TRUE)
space <- reduce_dimensionality(expression, "spearman")
draw_trajectory_plot(space, group_name, contour = TRUE)
traj <- infer_trajectory(space)
draw_trajectory_plot(space, group_name, traj$path, contour = TRUE)

# warning: setting num_permutations to 10 requires a long time (~30min) to run!
# set it to 0 and define a manual cutoff for the genes (e.g. top 200) for a much shorter execution time.
gimp <- gene_importances(expression, traj$time, num_permutations = 10, num_threads = 8, ntree = 10000,ntree_perm = 1000
)
gimp$qvalue <- p.adjust(gimp$pvalue, "BH", length(gimp$pvalue))
gene_sel <- gimp$gene[gimp$qvalue < .05]
expr_sel <- scale_quantile(expression[,gene_sel])# Draw a time series heatmap
time <- traj$time
draw_trajectory_heatmap(expr_sel, time)

## Also show the progression groupings
draw_trajectory_heatmap(expr_sel, time, progression_group=group_name)

## 换一个配色
table(group_name)
draw_trajectory_heatmap(expr_sel, time, progression_group=group_name,progression_group_palette = setNames(RColorBrewer::brewer.pal(3, "Set2"),levels(group_name))
)

## 基因也可以分组
modules <- extract_modules(scale_quantile(expr_sel))

draw_trajectory_heatmap(expr_sel, time,progression_group=group_name, modules=modules)

单细胞-拟时序分析-R包SCORPIUS相关推荐

Slingshot|单细胞轨迹推断r包
看Cross-tissue organization of the fibroblast lineage的时候发现作者使用了Slingshot这个r包来做拟时序分析,尝试使用了一下. 一.加载数据,转 ...
单细胞转录组分析R包安装
下载了R语言和Rstudio以后,要进行单细胞转录组分析,首先要下载安装单细胞转录组分析所需的R包,这些包分为用install.package命令可以直接从CRAN下载安装的基础包.用BioManag ...
单细胞数据分析流程R包scCancer
最近做单细胞数据分析时,发现了一个R包scCancer,发表在Briefings in Bioinformatic 论文主页: 简单尝试了一下,还是比较好用的,参数很简单,可以很方便的对数据进行分析, ...
Cicero:一个单细胞染色质可及性实验可视化R包
本文可在http://xuzhougeng.top/免费阅读原文 Cicero是一个单细胞染色质可及性实验可视化R包.Cicero的主要功能就是使用单细胞染色质可及性数据通过分析共开放去预测基因组上顺 ...
【R语言】Splatter，一个用于简单模拟单细胞RNA测序数据的R包
Splatter是一个用于模拟单细胞RNA测序数据的R包,本文概述并介绍Splatter的功能一.参数功能名称功能说明可以通过splatEstimate函数估计备注 nGenes -> ...
一个R包完成单细胞基因集富集分析（全代码）
singleseqgset | 单细胞RNA-Seq基因集富集分析 NGS系列文章包括NGS基础.转录组分析 (Nature重磅综述|关于RNA-seq你想知道的全在这).ChIP-seq分析 (Ch ...
这个R包自动注释单细胞数据的平均准确率为83％，使用后我的结果出现了点问题|附全代码...
估计大家都有一个这样的感觉就是单细胞数据具有一定的数据依赖性,好多的marker在相同的组织中,别人的数据就表达的十分明显,在你的数据中就是不太显著,比如NK细胞的KLRF1.于是,细胞自动注释也就应 ...
一个R包玩转单细胞免疫组库分析，还能与Seurat无缝对接
单细胞免疫组库数据分析 NGS系列文章包括NGS基础.转录组分析 (Nature重磅综述|关于RNA-seq你想知道的全在这).ChIP-seq分析 (ChIP-seq基本分析流程).单细胞测序分析 ...
单细胞分析实录(15): 基于monocle2的拟时序分析
关于什么是"拟时序分析",可以参考本期推送的另一篇推文.这一篇直接演示代码 monocle2这个软件用得太多了,很多文章都是monocle2的图.因为只使用表达矩阵作为输入,相比于 ...

单细胞-拟时序分析-R包SCORPIUS

单细胞-拟时序分析-R包SCORPIUS相关推荐

最新文章

热门文章