1动机

这Singlecellexperiment类是用于存储和操纵单细胞基因组学数据的轻质生物通用容器。它扩展了RangedSummarizedExperiment班级并遵循类似的公约，即行应表示特征（基因，转录本，基因组区域），列应代表细胞。它提供了存储降低降低结果和替代特征集的数据的方法（例如，合成尖峰转录本，抗体衍生的标签）。它是生物导体单细胞包的中央数据结构，例如评分和斯克兰。

2创建单链体验实例

Singlecellexperiment可以通过同名的构造函数创建对象。例如，如果我们有计数矩阵计数，我们可以简单地致电：

库（SingleCellexperiment）计数<-matrix（rpois（100，lambda = 10），ncol = 10，nrow = 10）

##班级：singlecellexperiment ## dim：10 10 ## metadata（0）：## assays（1）：''## ROWNAMES：null ## rowdata names（0）：## colnames：null ## coldata names（0）：## reduceddimnames（0）：## mainexpname：null ## altexpnames（0）：

实际上，通过在命名列表中传递命名测定通常更有用：

sce <-singlecellexperiment（list（counts = counts））SCE

##班级：singlecellexperiment ## dim：10 10 ## metadata（0）：## assays（1）：计数## ROWNAMES：null ## rowdata names（0）：## colnames：null ## coldata names（0））：## reduseddimnames（0）：## mainexpname：null ## altexpnames（0）：

同样，可以通过将值传递给适当的参数来设置列和行元数据。我们不会在这里详细介绍，因为大多数都涵盖了总结性特征文档，但举一个例子：

prepend.cell.labels < - 示例（字母，ncol（counts），替换= true）prepend.gene.gene.lengths < -  sample（10000，nrow（counts））sce <-singlecellexperiment（lists = counts = counts = counts = counts = counts = counts = counts = counts），dataframe（label = pretend.cell.labels），rowdata = dataframe（length = prepend.gene.lengths），元数据= list = list（study =“ gse111111”））sce

##班级：SingleCellexperiment ## Dim：10 10 ##元数据（1）：研究## Assays（1）：计数## ROWNAMES：NULL ## ROWDATA名称（1）：长度## colnames：null ## Coldata名称（1）：标签## reduseddimnames（0）：## mainexpname：null ## altexpnames（0）：

或者，我们可以构建Singlecellexperiment通过胁迫现有（远程）总结性特征目的：

se < -  summarizedExperiment（list（counts = counts））为（se，“ singlecellexperiment”）

##班级：singlecellexperiment ## dim：10 10 ## metadata（0）：## assays（1）：计数## ROWNAMES：null ## rowdata names（0）：## colnames：null ## coldata names（0））：## reduseddimnames（0）：## mainexpname：null ## altexpnames（0）：

任何可以应用于RangedSummarizedExperiment也适用于任何实例Singlecellexperiment。这包括通过测定（），列元数据与coldata（）， 等等。同样，没有太多细节：

DIM（测定（SCE））

## [1] 10 10

Colnames（Coldata（SCE））

## [1]“标签”

colnames（rowdata（sce））

## [1]“长度”

为了演示在小插图的其余部分中使用类的使用，我们将使用Allen数据集scrnaseq包裹。

库（scrnaseq）sce <-recocessedallendata（“ tophat_counts”）sce

##类：SingleCellexperiment ## DIM：20816 379 ## Metadata（2）：suppinfo whate_qc ## Assays（1）：tophat_counts ## Rownames（20816）：0610007p14p14rik 0610009b222rik ...## colnames（379）：SRR2140028 SRR2140022 ... SRR2139341 SRR2139341 SRR2139336 ## Coldata名称（22）：nreads naligned ... Animal.Id passes_qcc_checks_s_qc_checks_s＃ERCC

3添加低维表示

我们从计数矩阵计算对数转换的归一化表达值。（我们注意到，其中许多步骤可以作为单线执行评分包装，但我们将在这里全部展示它们，以演示Singlecellexperiment班级。）

计数<-Assay（sce，“ tophat_counts”）libsizes <-colsums（counts）size.factors <-libsizes/mean（libsizes）logcounts（sce）logcounts（sce）<-log2（t（t（t（counts）/size.factors） + 1 + 1 + 1）AssayNames（SCE）

## [1]“ tophat_counts”“ logcounts”

我们获得数据的PCA和T-SNE表示形式，并将其添加到对象中降低dims（）< -方法。或者，我们可以一次与降低dim（）< -方法（注意缺失s）。

pca_data <-prcomp（t（logcounts（sce）），rank = 50）库（rtsne）set.seed（5252）tsne_data <-rtsne（pca_data $ x [，1：50]，pca = false）< -  list（pca = pca_data $ x，tsne = tsne_data $ y）sce

##类：SingleCellexperiment ## DIM：20816 379 ## Metadata（2）：suppinfo whate_qc ## ## ASSAYS（2）：tophat_counts logcounts ## ROWNAMES（20816）：0610007P14P14RIK 0610009B22RIK ...：## colnames（379）：srr2140028 srr2140022 ... srr2139341 srr21393336 ## coldata名称（22）：nreads naligned ... andial.i antial.id andial.id passes_qc_cc_checks_s_c_checks_s ## yddimname（2）1）：ERCC

所有表示形式的坐标都可以从一个Singlecellexperiment大批和减少DIMS（）或一次按名称/索引还原（）。假定坐标矩阵的每一行都对应于单元格，而每列表示一个尺寸。

减少DIMS（SCE）

##长度列表2 ##名称（2）：PCA TSNE

还原dimnames（SCE）

## [1]“ pca”“ tsne”

头（reduceddim（SCE，“ PCA”）[，1：2]）

## PC1 PC2 ## SRR2140028 -70.23670 33.78880 ## SRR2140022 -41.00366 49.76633 ## SRR2140055 -133.70763 7.68870 ## SRR2140083 -36.26099 113.18806 ## SRR2139991 -100.86439 15.94740 ## SRR2140067 -97.71210 35.77881

头（还原（SCE，“ tsne”）[，1：2]）

## [,1] [,2] ## SRR2140028 10.291952 -0.573862 ## SRR2140022 6.158490 -1.280543 ## SRR2140055 -4.611946 5.735881 ## SRR2140083 6.502360 6.623059 ## SRR2139991 8.488418 -1.501760 ## SRR2140067 1.832036 -3.197005

通过列的任何子集sce_sub还将导致细胞减少维度降低结果的子集。这很方便，因为它可以确保我们的低维结果始终与基因表达数据同步。

DIM（还原Dim（SCE，“ PCA”））

## [1] 379 50

DIM（降低DIM（SCE [，1：10]，“ PCA”））

## [1] 10 50

4方便访问命名测定

在里面Singlecellexperiment，用户可以将任意名称分配给条目测定。为了协助包装之间的互操作性，我们为特定类型的数据的名称提供了一些建议：

• 计数：原始计数数据，例如，特定基因的读取或成绩单数量。
• 规范：与原始计数相同的尺度上的归一化值。例如，计数除以以统一性为中心的细胞特异性尺寸因子。
• 登录：对数转换计数或类似计数的值。在大多数情况下，这将定义为log转换规范，例如，使用日志底座2和1个伪计数为1。
• CPM：每百万计数。这是每个单元中每个基因的读数，除以数百万个单元的库大小。
• TPM：每百万个成绩单。这是每个细胞中每个基因的转录本数，除以该单元中的转录本总数（以数百万美元）。

这些建议的名称中的每一个都有适当的getter/setter方法，以方便地操纵Singlecellexperiment。例如，我们可以采用（非常明确的命名）tophat_counts命名并将其分配给计数反而：

计数（sce）< - 分析（sce，“ tophat_counts”）sce

##类：SingleCellexperiment ## Dim：20816 379 ## Metadata（2）：SuppInfo Who_QC ## Assays（3）：Tophat_counts logcounts logcounts Counts Counts ## Rownames（20816）：0610007P14RIK 0610009B22RIK ... ZZE ZZEF.ZZZEME ZZZ33 #WUME）：## colnames（379）：srr2140028 srr2140022 ... srr2139341 srr21393336 ## coldata名称（22）：nreads naligned naligned ... andial.id andial.id passes_qc_cc_checks_s_s_s_s ##降低了ddimname #pcapn＃pcapn＃ables：（1）：ERCC

DIM（计数（SCE））

## [1] 20816 379

这意味着期望计数数据的函数可以简单地调用计数（）不必担心特定包装的命名约定。

5添加替代功能集

许多SCRNA-SEQ实验包含内源基因以外多种特征类型的测序数据：

• 用于基于板的实验的外部添加了尖峰成绩单。
• 引用seq实验的抗体标签。
• CRISPR标签用于CRISPR-SEQ实验。
• 用于涉及多种基因型的实验的等位基因信息。

这样的功能可以存储在Singlecellexperiment通过“替代实验”的概念。这些是嵌套的总结性特征保证具有相同数字和列的订购的实例Singlecellexperiment本身。因此，内源基因和其他特征的数据可以保持分开 - 通常是可取的，因为它们需要进行不同的处理，同时仍保留在单个对象上操作的同步。

为了说明，请考虑Allen数据中的尖峰成绩单的情况。这altexp（）方法返回一个独立的Singlecellexperiment实例仅包含尖峰成绩单。

altexp（SCE）

##班级：SingleCellexperiment ## Dim：92 379 ## Metadata（2）：suppinfo who_qc ## ## ASSAYS（1）：TOPHAT_COUNTS ## ROWNAMES（92）：ERCC-00002 ERCC-00002 ...## rowdata名称（0）：## colnames（379）：srr2140028 srr2140022 ... srr2139341 srr2139336 ## coldata names（0）：## reduseDimeDimnames（0）

每个替代实验可以从主要的Singlecellexperiment。在必须将其他特征类型进行标准化或转换不同的情况下，这很有用。同样，替代实验可以具有不同的rowdata（）从主要对象。

rowdata（altexp（sce））$浓度<-runif（nrow（altexp（sce）））rowdata（altexp（sce））

## dataframe，带92行和1列##浓度## <数字> ## ercc-00002 0.034970 ## ercc-00003 0.979286 ## ercc-00004 0.171510 ## ercc-00009 0.5777606 ## ercc-0006 ## ercc-00012 0.96512 0.965111＃##。.. ... ## ERCC-00164 0.2945227 ## ERCC-00165 0.4449455 ## ERCC-00168 0.2821027 ## ERCC-00170 0.08170 0.0817114 ## ERCC-00171 0.4178510 0.4178510

Rowdata（SCE）

## DataFrame，带有20816行和0列

我们提供splitaltexps（）实用程序轻松拆分Singlecellexperiment进入新的替代实验。例如，如果我们想将Riken成绩单分为一个单独的实验 - 例如，以确保它们不会在下游分析中不使用，而不会明确抛出数据 - 我们会做：

is.riken <-grepl（“^[0-9]”，Rownames（sce））sce <-splitaltexps（sce，ifelse（is.riken，“ riken”，“ riken”，“ gene”））altexpnames（sce）

## [1]“ ercc”“ riken”

另外，如果我们想交换主要和替代实验 - 也许是因为Riken成绩单比预期的要有趣，并且我们想对它们进行分析 - 我们可以简单地使用swapaltexp（）要使用基因表达数据切换Riken替代实验：

swapaltexp（sce，“ riken”，保存=“原始”）

##类：SingleCellexperiment ## DIM：611 379 ## Metadata（2）：SuppInfo Who_QC ## Assays（3）：Tophat_counts logcounts logcounts计数## ROWNAMES（611）：0610007p14rik 0610009b222rik ...（0）：## colnames（379）：SRR2140028 SRR2140022 ... SRR2139341 SRR2139341 SRR2139336 ## Coldata名称（22）：nreads naligned ... naligned ... andial.id passes_qc_cc_checks_s_c_checks_s ## s ## reduseddimnamname：expn：quiken：quiken：pcaame：pcaame：pcaame：pcaame：pcaame：steme＃＃Altexpnames（2）：ERCC原始

6存储行或列配对

单细胞分析中的一个常见程序是识别细胞对之间的关​​系，例如，构建最近的邻居图或标记细胞之间的假定物理相互作用。我们可以在Singlecellexperiment与colpairs（）功能。为了证明，说我们之间的细胞之间有100个关系SCE，以某种距离度量为特征：

cell1 < - 示例（ncol（sce），100，替换= true）cell2 < -  sample（ncol（sce），100，替换= true）距离<-runif（100）

我们将其存储在Singlecellexperiment作为一个自我打击对象使用价值元数据字段保存我们的数据。这很容易提取为自我打击或者，对于逻辑或数字数据，作为来自矩阵。

colpair（sce，“关系”）< -  selfhits（cell1，cell2，nnonode = ncol（sce），value =距离）colpair（sce，“关系”）

##自动打击对象，带有100个命中和1个元数据列：##从to |值##   |<数字> ## [1] 2 224 |0.3155391 ## [2] 2 311 |0.0554668 ## [3] 12 200 |0.6148850 ## [4] 16 304 |0.0174597 ## [5] 21 244 |0.9801941 ## ... ......。... ## [96] 349 369 |0.662352 ## [97] 349 372 | 0.839914 ## [98] 352 10 | 0.540362 ## [99] 360 172 | 0.392147 ## [100] 360 237 | 0.626605 ## ------- ## nnode: 379

类（colpair（sce，assparse = true））

## [1]“ dgcmatrix” ## attr（“ package”）## [1]“ matrix”

一个特别有用的功能是，当相互作用单元格的索引在SCE被子。这样可以确保配对始终与单元中的单元的身份同步SCE。

sub <-sce [，50：300] colpair（sub）＃如果没有提供“类型”，请抓住第一个配对。

##带有46个命中和1个元数据列的自我打击对象：##从to |值##   |<数字> ## [1] 7 157 |0.748443 ## [2] 11 2 |0.260945 ## [3] 18 203 |0.857025 ## [4] 19 217 |0.967591 ## [5] 32 249 |0.608411 ## ... ......。... ## [42] 236 3 |0.17149734 ## [43] 240 245 | 0.98800819 ## [44] 245 52 | 0.00164622 ## [45] 248 208 | 0.53441707 ## [46] 250 65 | 0.31503674 ## ------- ## nnode: 251

通过rowpairs（）功能家族，这对于表示共表达或调节网络有用。

7其他元数据字段

这Singlecellexperiment课程提供sizeFactors（）Getter和Setter方法，从酷塔对象。每个尺寸因子代表在下游比较之前（例如，消除库尺寸和其他细胞特异性偏差）的差异的效果之前，将缩放因子应用于单元格在下游比较之前归一化表达值。这些方法主要用于实现归一化方法的功能中的程序使用，但是用户也可以直接调用此方法以检查或定义分析的尺寸因素。

＃组成一些尺寸因素并存储它们：sizeFactors（SCE）<-2^rnorm（ncol（sce））摘要（sizeFactors（sce））

##最小。第1次。中值平均第三次。最大限度。## 0.1336 0.6761 1.0082 1.2365 1.5034 9.8244

＃删除尺寸因子：sizeFactors（SCE）<-NULL SIZEFACTOR（SCE）

＃＃ 无效的

这consemels（）Getter和Seters方法允许应用程序设置和检索单元标签酷塔。这些标签可以从分类算法等分配的群集注释中得出，并且通常用于下游可视化和分析。虽然可以将标签存储在任何酷塔字段，consemels（）方法旨在为默认位置提供一些非正式标准化，而下游功能在尝试检索注释时可以首先搜索。

＃编制一些标签并存储它们：collecters（sce）< -  sample（Letters，ncol（sce），替换= true）table（collectels（sceels））

## ## a b c d e f g h i j k l m n o p q r s t u v w v w x y z ## 18 14 13 13 16 12 19 14 10 12 14 10 12 14 13 16 10 25 25 25 8 12 19 14 19 14 19 14 19 12 17 11 11 9

＃删除标签：collecnels（sce）<-Null Collagels（SCE）

＃＃ 无效的

同样，我们提供rowsubset（）用户设置并获取行的功能Rowdata。这将存储任何基因身份的向量（例如，行名，整数索引，逻辑向量）Singlecellexperiment对象用于检索和下游功能。然后，用户可以轻松将多个功能集包装到同一对象中进行同步操作。

＃将整数或字符向量打包到rowdata中：rowsubset（sce，“我的基因set 1”）<-1:10 where（rowsubset（sce，“我的基因set 1”））

## [1] 1 2 3 4 5 6 7 8 9 10

＃易于删除：rowsubset（sce，“我的基因set 1”）< -  null rowsubset（sce，“我的基因set 1”）

＃＃ 无效的

SessionInfo（）

## R版本4.2.0 RC（2022-04-19 R82224）##平台：x86_64-pc-linux-gnu（64位）＃## blas：/home/biocbuild/bbs-3.15-bioc/r/lib/libblas.so ## lapack：/home/biocbuild/bbs-3.15-bioc/rib/lib/libb/librlapack.so ### ## ## locale：## [1] lc_ctype = en_us.utf-8 lc_numeric = c ## [3] lc_time = en_gb lc_collat​​e = c ## [5] lc_us.us.utf-8 lc_messages = en_us.utf-8 ## [7]lc_paper = en_us.utf-8 lc_name = c ## [9] lc_address = c lc_telephone = c ## [11] lc_measurement = en_us.utf-8 lc_istientification = c ## ## ## ## ##附件：统计图形GRDEVICES UTILS数据集方法## [8]基础## ##其他附件：## [1] rtsne_0.16 scrnaseq_2.9.2.2.2.2.2 ## [3] singlecellexperiment_1.1.18.0genomicranges_1.48.0 ## [7] genomeInfodb_1.32.0 iranges_2.30.0 ## [9] s4Vectors_0.34.0 biocgenerics_0.42.0.42.0 ## [11] matrixgenerics_1.1.1.8.8.8.8.8.8.8.8.8.0名称ace（并且未连接）：## [1] protgenerics_1.28.0 bitops_1.0-7 ## [3] bit64_4.0.5 filelock_1.0.2 ## [5] progress_1.2.2bslib_0.3.1 ## [9] utf8_1.2.2 r6_2.5.1 ## [11] lazyeval_0.2.2 dbi_1.1.1.1.2 ## [13] withr_2.5.0 tidySelect_1.1.1.1.1.2 ## [15]17] curl_4.3.2 compiler_4.2.0 ## [19] cli_3.3.0 xml2_1.3.3 ## [21] DelayedArray_0.22.0 rtracklayer_1.56.0 ## [23] bookdown_0.26 sass_0.4.1 ## [25] rappdirs_0.3.3 Rsamtools_2.12.0 ## [27] stringr_1.4.0 digest_0.6.29 ## [29] rmarkdown_2.14 XVector_0.36.0 ## [31] pkgconfig_2.0.3 htmltools_0.5.2 ## [33] ensembldb_2.20.0 dbplyr_2.1.1 ## [35] fastmap_1.1.0 rlang_1.0.2 ## [37] RSQLite_2.2.12 shiny_1.7.1 ## [39] jquerylib_0.1.4 BiocIO_1.6.0 ## [41] generics_0.1.2 jsonlite_1.8.0 ## [43] BiocParallel_1.30.0 dplyr_1.0.8 ## [45] RCurl_1.98-1.6 magrittr_2.0.3 ## [47] GenomeInfoDbData_1.2.8 Matrix_1.4-1 ## [49] Rcpp_1.0.8.3 fansi_1.0.3 ## [51] lifecycle_1.0.1 stringi_1.7.6 ## [53] yaml_2.3.5 zlibbioc_1.42.0 ## [55] BiocFileCache_2.4.0 AnnotationHub_3.4.0 ## [57] grid_4.2.0 blob_1.2.3 ## [59] parallel_4.2.0 promises_1.2.0.1 ## [61] ExperimentHub_2.4.0 crayon_1.5.1 ## [63] lattice_0.20-45 Biostrings_2.64.0 ## [65] GenomicFeatures_1.48.0 hms_1.1.1 ## [67] KEGGREST_1.36.0 knitr_1.38 ## [69] pillar_1.7.0 rjson_0.2.21 ## [71] biomaRt_2.52.0 XML_3.99-0.9 ## [73] glue_1.6.2 BiocVersion_3.15.2 ## [75] evaluate_0.15 BiocManager_1.30.17 ## [77] png_0.1-7 vctrs_0.4.1 ## [79] httpuv_1.6.5 purrr_0.3.4 ## [81] assertthat_0.2.1 cachem_1.0.6 ## [83] xfun_0.30 mime_0.12 ## [85] xtable_1.8-4 AnnotationFilter_1.20.0 ## [87] restfulr_0.0.13 later_1.3.0 ## [89] tibble_3.1.6 GenomicAlignments_1.32.0 ## [91] AnnotationDbi_1.58.0 memoise_2.0.1 ## [93] ellipsis_0.3.2 interactiveDisplayBase_1.34.0