如果你的单细胞转录组项目只有一个稀疏矩阵如何下游分析呢

Original 生信技能树单细胞天地 2022-06-07

前面我在单细胞天地的教程：10X单细胞转录组理论上有3个文件才能被读入R进行seurat分析，预告了一个粉丝遇到的疑难点，数据集GSE127465里面明明是可以下载到看起来是10X标准的3个文件，但是的确没办法读入到R里面进行seurat流程。

我就帮他仔细看了看，发现 GSE127465_human_counts_normalized_54773x41861.mtx.gz 没有啥问题，妥妥的稀疏矩阵，但是 GSE127465_human_cell_metadata_54773x25.tsv.gz 里面很明显并不是普通的细胞信息，里面五花八门。我也是非常纳闷，当时见面会的场面一度十分尴尬，这背后有一个小故事：

本来吧，我是飞去西安参加婚礼，有一个单细胞课程学员联系过去西安请吃饭。就随便去他们实验室拜访一下，结果去了才知道是大场面，整个实验室出动了来跟我交流，而且还现场问了这个数据集的下游分析问题。关键是我参加婚礼没带电脑啊，只能是使用学生的“辣鸡”电脑，现场手写代码一个小时。

我想了想，只能是读入这个稀疏矩阵了，放弃另外的两个文件，细胞信息和基因信息，可以后期加上。代码如下：

rm(list=ls())
options(stringsAsFactors = F)
library(Seurat) 
library(Matrix)
x=readMM("raw/GSE127465_human_counts_normalized_54773x41861.mtx")
x
colnames(x)
rownames(x)
dim(x)

这个稀疏矩阵文件gz格式压缩是500M，解压后1.4G，我本来是想把它转为普通矩阵然后构建seurat对象，但是考虑到其是54773x41861的信息，我就放弃了，毕竟是在学生的“辣鸡”电脑，才8G电脑。

# 这个 x 是前面 readMM函数读入的稀疏矩阵
# 如果下面的代码保存，就说明readMM读入的稀疏矩阵，需要首先转为普通矩阵
CreateSeuratObject(counts = x, 
                             meta.data =meta,
                             min.cells = 3, 
                             min.features = 200, 
                             project = "GSE127465")

然后就可以进行后续分析了，走seurat流程。

其实我可以自己构造另外两个文件，然后把3个文件存放在同一个文件夹，然后使用下面的代码进行读取

rm(list=ls())
options(stringsAsFactors = F)
library(Seurat)
sce1 <- CreateSeuratObject(Read10X('../10x-results/WT/'),
                          "GSE127465")

我回去后一直在思考，为什么这个作者并没有提供标准的3个文件，而仅仅是一个稀疏矩阵呢？

后来我看了看文献，我勒个去，这个根本就不是10x的单细胞转录组，而是inDrop技术。

inDrop技术单细胞转录组技术

所以全文压根就没有10X的事情，仅仅是Matrix包的readMM函数即可。在数据集GSE127465配套的文章里面也写的很清楚：

inDrop数据分析流程

关于那个indrop.py的流程，我们在单细胞天地也分享过。见：单细胞drop-seq数据的分析流程以及debug过程

往期回顾

单细胞数据科学的十一个重大挑战

10X单细胞转录组理论上有3个文件才能被读入R进行seurat分析

什么时候P值大于0.05也无所谓呢

使用R包SomaticSignatures进行denovo的signature推断

使用R包deconstructSigs根据已知的signature进行比例推断