iSEE：单细胞数据可视化辅助网页工具

分享是一种态度

前言

题目：iSEE: Interactive SummarizedExperiment Explorer
日期：2018-06-14
期刊：F1000Research
链接：https://f1000research.com/articles/7-741
GitHub：https://github.com/iSEE/iSEE

这篇文章虽然发表的比较早，但最近看到其中一个作者Federico Marini和大佬们交流hdf5数据支持的问题，所以还是简单了解一下这个工具吧

他们讨论的结果是

library(zellkonverter)
sce_h5ad <- readH5AD("file_as_anndata.h5ad")
assayNames(sce_h5ad) <- "logcounts" 
HDF5Array::saveHDF5SummarizedExperiment(sce_Bcells_h5ad, dir = "see_as_hdf5")
#And to read that in -> 
sce_read_in_again <- HDF5Array::loadHDF5SummarizedExperiment("see_as_hdf5")

library(iSEE)
iSEE(sce_read_in_again)

设计初衷

重在数据展示，而非数据分析

它不是单纯为某一个课题设计的网页工具，而只要是SummarizedExperiment它就可以支持可视化，而我们知道单细胞数据不仅仅是seurat格式，还有很大部分是SummarizedExperiment 。当然，除了单细胞，SummarizedExperiment 在其他领域（比如甲基化）也有涉及，因此这个工具可以无缝衔接支持此格式的R包下游，用来展示rowdata、metadata等。可以说，它最大的亮点就是兼容性和可拓展性

那么它为何对SummarizedExperiment格式这么偏爱呢？

就像我之前在公众号里介绍的，这个对象可以整合 基因组信息（行）以及样本信息（列），并且可以容纳多种表达量类型（比如raw count、normalized count），甚至后期分析的结果也可以存储（比如降维结果）

工具结构

• Column data plots, for visualising sample metadata stored in the colData slot of the SummarizedExperiment object.
• Feature assay plots, for visualising experimental observations for a particular feature (e.g. gene) across samples from any assay in the SummarizedExperiment object.
• Row statistics tables, to present the contents of the rowData slot of the SummarizedExperiment object.
• Row data plots, for visualising feature metadata stored in the rowData slot of the SummarizedExperiment object.
• Heatmaps, to visualise assay data for multiple features where samples are ordered by one or more colData fields.
• Reduced dimension plots, which display any two dimensions from pre-computed dimensionality reduction results (e.g., from PCA or t-SNE). These results are taken from the reducedDim slot if this is available in the object supplied to iSEE.

还设置了大量的参数调节，比如可以对这个数据的列数据进行选取：

目前提供了一些数据作为示例：

• http://shiny.imbei.uni-mainz.de:3838/iSEE
• https://marionilab.cruk.cam.ac.uk/iSEE_allen
• https://marionilab.cruk.cam.ac.uk/iSEE_tcga
• https://marionilab.cruk.cam.ac.uk/iSEE_pbmc4k
• https://marionilab.cruk.cam.ac.uk/iSEE_cytof

还支持TCGA数据的可视化

至于怎么实现的可视化

作者提供了一些rmd作为参考：https://github.com/iSEE/iSEE_instances

# 上游分析得到sce对象
# Once the processing steps above are done, we can call `iSEE` with the subsampled `SingleCellExperiment` object. 
if (!requireNamespace("BiocManager", quietly = TRUE))
    install.packages("BiocManager")
BiocManager::install("iSEE")
# or also...
BiocManager::install("iSEE", dependencies = TRUE)

if (require(iSEE)) {
  iSEE(sce)
}

往期回顾

---

---

---

如果你对单细胞转录组研究感兴趣，但又不知道如何入门，也许你可以关注一下下面的课程

看完记得顺手点个“在看”哦！

生物 | 单细胞 | 转录组丨资料每天都精彩

长按扫码可关注