单细胞小记1:将多个样本的表达矩阵,合并成seurat格式

1. 数据准备

# 下载所需的数据集
$ mkdir GSE20652
$  wget https://ftp.ncbi.nlm.nih.gov/geo/series/GSE206nnn/GSE206528/suppl/GSE206528_RAW.tar

# 解压
$ tar -xf GSE206528_RAW.tar -C GSE20652/

$ cd  GSE20652
$ gunzip *.gz
data-1

2. 数据整合

# 加载所需的R包
library(Seurat)
library(dplyr)
library(readr)

# 设置文件夹路径
file_path <- "/data/shumin/ED/GSE206528/"

# 1. 列出所有 CSV 文件
file_names <- list.files(path = file_path, pattern = "*.csv", full.names = TRUE)

# 2. 创建函数来读取文件和创建 meta 数据框
process_file <- function(file) {
  # 读取 CSV 文件,设置 row.names = 1 将第一列作为行名
  data <- read.csv(file, row.names = 1)
  
  # 计算列数(即重复次数)
  num_columns <- ncol(data)
  
  # 获取文件名并提取样本名和分组信息
  file_name <- basename(file)
  split_name <- strsplit(file_name, "_")[[1]]
  sample_name <- split_name[1]
  group <- split_name[2]
  
  # 创建一个 meta 数据框,每行记录一个样本的重复次数
  meta <- data.frame(
    Sample = rep(sample_name, num_columns),
    Group = rep(group, num_columns),
    stringsAsFactors = FALSE
  )
  
  return(list(data = data, meta = meta))
}

# 3. 使用 lapply 处理所有文件
results <- lapply(file_names, process_file)

# 提取所有数据和 meta 数据框
data_list <- lapply(results, `[[`, "data")
meta_list <- do.call(rbind, lapply(results, `[[`, "meta"))

# 4. 合并所有数据框
combined_data <- do.call(cbind, data_list)

# 5. 创建 Seurat 对象
seurat_obj <- CreateSeuratObject(counts = combined_data)

# 6. 将 meta 数据添加到 Seurat 对象
seurat_obj <- AddMetaData(seurat_obj, metadata = meta_list)

head(seurat_obj)
##                               orig.ident nCount_RNA nFeature_RNA     Sample  Group
## LZ037.AAACCCAAGAGGGTGG.1_1 SeuratProject       4407         1673 GSM6255907 Normal
## LZ037.AAACCCAAGATACGAT.1_1 SeuratProject       6786         2275 GSM6255907 Normal
## LZ037.AAACCCAAGATGGCAC.1_1 SeuratProject       5277         2130 GSM6255907 Normal
## LZ037.AAACCCAAGGGAGTGG.1_1 SeuratProject       5773         2050 GSM6255907 Normal
## LZ037.AAACCCAAGTTGGACG.1_1 SeuratProject       6518         2099 GSM6255907 Normal
## LZ037.AAACCCACAACTTCTT.1_1 SeuratProject       1595          838 GSM6255907 Normal
## LZ037.AAACCCACAATCTCGA.1_1 SeuratProject       6017         2047 GSM6255907 Normal
## LZ037.AAACCCACAATGCTCA.1_1 SeuratProject       3954         1401 GSM6255907 Normal
## LZ037.AAACCCACAGCCGGTT.1_1 SeuratProject      11695         3281 GSM6255907 Normal
## LZ037.AAACCCAGTATGATCC.1_1 SeuratProject       6469         2092 GSM6255907 Normal

# 数据标准化
seurat_obj <- NormalizeData(seurat_obj) %>% FindVariableFeatures() %>% ScaleData() %>% RunPCA(verbose=FALSE)

# harmony及降维
scRNA <- RunHarmony(seurat_obj, group.by.vars = "Sample")
scRNA <- FindNeighbors(scRNA, reduction = "harmony", dims = 1:20) %>% FindClusters(resolution = 0.6)
scRNA <- RunUMAP(scRNA, reduction = "harmony")
scRNA <- RunTSNE(scRNA, reduction = "harmony")
最后编辑于
?著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 214,100评论 6 493
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 91,308评论 3 388
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事?!?“怎么了?”我有些...
    开封第一讲书人阅读 159,718评论 0 349
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 57,275评论 1 287
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 66,376评论 6 386
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 50,454评论 1 292
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,464评论 3 412
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,248评论 0 269
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,686评论 1 306
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 36,974评论 2 328
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,150评论 1 342
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,817评论 4 337
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,484评论 3 322
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,140评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,374评论 1 267
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,012评论 2 365
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,041评论 2 351

推荐阅读更多精彩内容