如何读取单细胞数据

Original 柠檬不酸单细胞天地 2022-06-07

分享是一种态度

1library(Seurat)
2library(tidyverse)
3library(Matrix)
4
5dataset_loc <- "expression_tables_cellrangerV3" #此处改为自己的文件夹路径
6ids <- c("UCD_Adj_VitE","UCD_Supp_VitE") #此处视自己的文件名来定

读取单个文件

方式一：Read10X

1## Read10X
2seurat_data <- Read10X(data.dir = paste(dataset_loc, ids[1],"filtered_feature_bc_matrix", sep="/"))
3seurat_obj <- CreateSeuratObject(counts = seurat_data)
4# write.table(seurat_obj@assays$RNA@counts, "all.datatable.txt",sep="\t", quote=F, col.names=NA)

方式二：Read10X_h5

注：如果自己没有h5格式的文件可以忽略此方法。

1## Read10X_h5
2seurat_data <- Read10X_h5(file.path(dataset_loc, ids[1], "filtered_feature_bc_matrix.h5"), use.names = T)
3seurat_obj <- CreateSeuratObject(counts = seurat_data)

方式三：read.table

注：同方法二，如果没有 “all.datatable.txt” 的文件，也可忽略此步骤。这里只是提供多种情况下的读入方法。（想尝试的话，方法一有生成 “all.datatable.txt” 的代码，不过要注意路径。）

1## read matrix
2matrix_data <- read.table(file.path(dataset_loc, ids[1], "all.datatable.txt"), sep="\t", header=T, row.names=1)
3# dim(matrix_data)
4# matrix_data[1:4,1:4]
5
6seurat_obj <- CreateSeuratObject(counts = matrix_data)

方式四：readMM

 1# Read in `matrix.mtx`
 2counts <- readMM(gzfile(file.path(dataset_loc,ids[1],"filtered_feature_bc_matrix","matrix.mtx.gz")))
 3
 4# Read in `genes.tsv`
 5genes <- read_tsv(gzfile(file.path(dataset_loc,ids[1],"filtered_feature_bc_matrix","features.tsv.gz")), col_names = FALSE)
 6gene_ids <- genes$X1
 7
 8# Read in `barcodes.tsv`
 9cells <- read_tsv(gzfile(file.path(dataset_loc,ids[1],"filtered_feature_bc_matrix","barcodes.tsv.gz")), col_names = FALSE)
10cell_ids <- cells$X1
11
12# Create a sparse matrix for more efficient computation
13counts <- as(counts, "dgCMatrix")
14
15# Make the column names as the cell IDs and the row names as the gene IDs
16rownames(counts) <- gene_ids
17colnames(counts) <- cell_ids
18
19seurat_obj <- CreateSeuratObject(counts = counts)

读取多个文件

方式一：do.call

 1d10x.data <- sapply(ids, function(i){
 2  d10x <- Read10X(data.dir = file.path(dataset_loc,i,"filtered_feature_bc_matrix"))
 3  colnames(d10x) <- paste(i,sapply(strsplit(colnames(d10x),split="_"),'[[',1L),sep="_")
 4  d10x
 5})
 6
 7seurat_merge <- do.call("cbind", d10x.data) # for "dgCMatrix"
 8seurat_data <- CreateSeuratObject(seurat_merge, min.cells = 1, min.features = 1, names.field = 1, names.delim = "\\_") 
 9# table(Idents(seurat_data))
10# head(seurat_data@meta.data)

方式二：merge

 1for (file in ids){
 2  seurat_data <- Read10X(data.dir = paste(dataset_loc, file,"filtered_feature_bc_matrix", sep="/"))
 3  seurat_obj <- CreateSeuratObject(counts = seurat_data, project = file)
 4  assign(file, seurat_obj)
 5}
 6
 7# Create a merged Seurat object
 8merged_seurat <- merge(x = eval(parse(text=ids[1])), y = eval(parse(text=ids[2])), add.cell.id = ids)
 9# table(Idents(merged_seurat))
10# head(merged_seurat@meta.data)