# # - - - - -选项,包括= FALSE,回声= FALSE - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -库(BiocStyle) knitr:: opts_chunk设置美元(= FALSE警告、错误= FALSE消息= FALSE) # # - - - - -构建- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -库(SingleCellExperiment)计数< -矩阵(rpois(100年,λ= 10),ncol = 10, nrow = 10) sce < - SingleCellExperiment南加州爱迪生公司(计数)# # - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - sce < - SingleCellExperiment南加州爱迪生公司(列表(数量=计数))# # - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - pretend.cell。标签< -样本(信件、ncol(计数),取代= TRUE) pretend.gene。长度< -样本(10000年,nrow(计数))sce < - SingleCellExperiment(列表(数量=计数),colData = DataFrame(标签= pretend.cell.labels), rowData = DataFrame(长度= pretend.gene.lengths),元数据=列表(研究=“GSE111111”)) sce # #——强迫- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - se < SummarizedExperiment(列表(数量=计数))(se, SingleCellExperiment) # # - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -暗(化验(sce) colnames (colData (sce) colnames构成了rowData (sce)) (# #——fluidigm - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -库南加州爱迪生公司(scRNAseq) < - ReprocessedAllenData南加州爱迪生公司(“tophat_counts”) # #——子集- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -计数< -试验(,“tophat_counts”) libsizes < - colSums(计数)的大小。因素< - libsizes /意味着(libsizes) logcounts (sce) < - log2 (t (t(计数)/ size.factors) + 1) assayNames (sce) # # - - - - - pca - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - pca_data < - prcomp (t (logcounts (sce)),等级= 50)图书馆(Rtsne) set.seed (5252) tsne_data < - Rtsne (pca_data $ x, 1:50, pca = FALSE) reducedDims (sce) < -列表(pca = pca_data $ x, TSNE = tsne_data $ Y) sce # # - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - reducedDims (sce) reducedDimNames (sce)头(reducedDim (sce、pca)[1:2])头(reducedDim(预计,“TSNE”)[1:2]) # # - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -暗(reducedDim (, pca))暗(reducedDim (sce [1:10], pca)) # # - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -计数(sce) < -试验(,“tophat_counts”) sce暗(计数(sce) # # - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - altExp (sce) # # - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - rowData (altExp (sce))浓度< - runif (nrow (altExp (sce))) rowData (altExp (sce) rowData (sce) # # - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -。日本< - grepl (" ^ [0 - 9]”, rownames (sce) sce < splitAltExps (sce ifelse (。理“理”、“基因”)altExpNames (sce) # # - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - swapAltExp(预计,“日本”,救了=“原始”)# # - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - cell1 < -样本(ncol (sce), 100年,取代= TRUE) cell2 < -样本(ncol (sce), 100年,取代= TRUE)距离< - runif (100) # # - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - colPair(,“关系”)< - SelfHits (cell1, cell2 nnode = ncol (sce),价值=距离)colPair(,“关系”)类(colPair (sce asSparse = TRUE)) # # - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -子< -南加州爱迪生公司(50:300]colPair(子)#抓住第一个配对,如果没有提供“类型”。# # - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - #编造一些大小因素和储存:sizeFactors (sce) < - 2 ^ rnorm (ncol (sce)总结(sizeFactors (sce) #删除大小因素:sizeFactors (sce) < - - - - - -零sizeFactors (sce) # # - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - #编造一些标签和存储:colLabels (sce) <——样本(信件、ncol (sce),取代= TRUE)表(colLabels (sce) #删除标签:colLabels (sce) < - - - - - -零colLabels (sce) # # - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - #包整数或字符构成了rowData:向量到rowSubset(,“我的基因集1”)< - 1:10 (rowSubset(,“我的基因集1”))#容易删除:rowSubset(,“我的基因集1”)< -零rowSubset(,“我的基因集1”)# # - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - sessionInfo ()