细胞剖面矩阵
“细胞轮廓矩阵”是一个预先定义的矩阵，它指定了实验中每种细胞类型的预期表达轮廓。SpatialDecon库附带了一个这样的矩阵，即“SafeTME”矩阵，用于估计肿瘤微环境中的免疫细胞和基质细胞。(这种基质的设计是为了避免癌细胞通常表达的基因;详情请参阅SpatialDecon手稿。)
让我们看一下safeTME矩阵:
数据（“safeTME”）数据（“safeTME.matches”）signif(safeTME [seq_len（3.)，seq_len（3.)),2）#>巨噬细胞肥大B.naive#> a2m 0.8500 0.044 0.0043#> abcb1 0.0021 0.023 0.0250#> abcb4 0.0044 0.000 0.2200的热图（扫描(safeTME1，应用(safeTME1max),“/”)，labRow =NA，利润=c（10，5）)
safeTME单元格配置文件矩阵
对于其他组织类型的研究，我们提供了一个细胞轮廓矩阵库，可在Github上使用“download_profile_matrix”函数下载。
有关矩阵的完整列表，请参见CellProfileLibrary GitHub Page
下面我们下载从小鼠脾脏的scRNA-seq中获得的细胞配置文件矩阵。
mousespleen < -download_profile_matrix（物种=“鼠标”，age_group =“成人”，matrixname =“Spleen_MCA”）昏暗的(mousespleen)#> [1] 11125mousespleen [1：4，1：4］# > Dendritic.cell.S100a4。高Dendritic.cell.Siglech.high#> 0610009B22Rik 0.02985075 0.0000000#> 0610010F05Rik 0.00000000 0.0000000#> 0610010K14Rik 0.02985075 0.0000000#> 0610012G03Rik 0.08955224 0.1111111#>粒细胞巨噬细胞#> 0610009B22Rik 0.00000000 0.00000000#> 0610010F05Rik 0.00000000 0.00000000#> 0610010K14Rik 0.00000000 0.03846154#> 0610012G03Rik 0.08571429 0.03846154头(cellGroups)# >美元树突“树突状细胞。s100a4。”高Dendritic.cell.Siglech.high”# ># >美元粒细胞#>[1]“粒细胞”# ># >美元巨噬细胞#>[1]巨噬细胞# >#> $ '边缘区域B '#> [1] " margin .zone. b.b cell"# ># >美元单核细胞>[1]“单核细胞”# ># > NK美元#>[1]“NK.cell”元数据基质组织种类菌株年龄年龄组#> 33 MCA脾小鼠C57BL/6 6-10周成年# > URL#> 33 https://pubmed.ncbi.nlm.nih.gov/29474909/# >引用33韩，X.等人。用Microwell-Seq绘制小鼠细胞图谱。Cell172, 1091 - 1107。e17(2018)。的热图（扫描(mousespleen1，应用(mousespleen1max),“/”)，labRow =NA，利润=c（10，5)，cexCol =0.7）
小鼠脾脏剖面矩阵
对于提供的单元格概要矩阵不充分的研究，或者如果需要特定的单个单元格数据集，我们可以使用create_profile_matrix()函数创建一个自定义的概要矩阵。
这个迷你单细胞数据集是Kinchen, J.等人的数据的一小部分。炎症性肠病中人类结肠间质的结构重塑。175号，372-386号。e17(2018)。
数据（“mini_singleCell_dataset”）mini_singleCell_dataset＄mtx@昏暗的#基因x细胞#> [1] 1814 250as.matrix(mini_singleCell_dataset＄mtx) (1：4，1：4］# > ACTGCTCGTAAGTTCC。S90 TGAAAGAAGGCGCTCT。S66 AGCTTGAGTTTGGGCC。S66#> plekhn1 0 0 0#> perm1 0 0 0#> C1orf159 0 0 0#> ttll10 0 0 0 0# > ACGGCCATCGTCTGAA。S66#> plekhn10#> perm1 0#> C1orf159 0#> ttll10 0头(mini_singleCell_dataset＄annots)#> CellID LabeledCellType#> 2660 actgctcgtaagttcc。S90基质细胞#> 2162 tgaaagaaggcgctct。S66胶质细胞#> 368 agcttgagtttgggcc。S66内皮细胞#> 238 acggccatcgtctgaa。S66基质细胞#> 4158 tccttaacactgttag。S90基质细胞#> 2611 acgatgtgtgggttt。S90基质细胞表格(mini_singleCell_dataset＄annots＄LabeledCellType)# >内皮细胞胶质细胞#> 14 12周细胞浆细胞#> 3 30#>结肠间质细胞平滑肌细胞#> 1 190周皮细胞细胞而且结肠平滑肌细胞将从这个矩阵中删除，因为低单元格数。返回一种类型的所有细胞的平均表达，因此一种类型的细胞越多，就越能反映真实的基因表达。可以使用minCellNum过滤器更改这些平均值的置信度。
custom_mtx < -create_profile_matrix（mtx =mini_singleCell_dataset＄mtx,中#细胞x基因计数矩阵cellAnnots =mini_singleCell_dataset＄annots,以单元格类型和单元格名称为列的# cell注释cellTypeCol =“LabeledCellType”，#包含单元格类型的列cellNameCol =“CellID”，#包含单元格ID/名称的列matrixName =“custom_mini_colon”，#最终配置文件矩阵的名称outDir =零，#输出目录的路径，如果不需要写入矩阵，则设置为NULL正常化=假，数据应该规范化吗?minCellNum =5，#创建配置文件所需的一种类型的最小单元格数量，独占minGenes =10，在一个细胞中表达的最小基因数量scalingFactor =5，#所有的值应该乘以最终矩阵discardCellTypes =真正的）#是否应该过滤细胞类型，如有丝分裂，双峰，低质量，未知等。#>[1]“创建Atlas”#>[1] "1 / 6:基质细胞"#>[1] "2 / 6:胶质细胞"#>[1] "3 / 6:内皮细胞"#>[1] "4 / 6:浆细胞"#>[1] "5 / 6:周细胞"#>在create_profile_matrix(mtx = mini_singleCell_dataset$mtx, cellAnnots = mini_singleCell_dataset$annots，:#>周细胞从基质中删除，因为根据当前的过滤阈值，它没有足够的活细胞。如果这个单元格类型是必要的，可以考虑改变minCellNum或minGenes#>[1] "6 / 6:结肠平滑肌细胞"#>在create_profile_matrix(mtx = mini_singleCell_dataset$mtx, cellAnnots = mini_singleCell_dataset$annots，:#>结肠平滑肌细胞根据目前的过滤阈值从基质中删除，因为没有足够的活细胞。如果这个单元格类型是必要的，可以考虑改变minCellNum或minGenes头(custom_mtx)基质细胞胶质细胞内皮细胞浆细胞#> plekhn1 0.0000000 0 0.0000000 0.05787067#> perm1 0.1167131 0 0.0000000 0.00000000#> C1orf159 0.0000000 0 0.0000000 0.07922668#> ttll10 0.00000000 0.1853931 0.00000000#> tas1r3 0.0000000 0 0.0000000 0.07039008#> atad3c 0.1219237 0 0.0000000 0.07922668的热图（扫描(custom_mtx1，应用(custom_mtx1max),“/”)，labRow =NA，利润=c（10，5)，cexCol =0.7）
自定义配置文件矩阵
只要可以将计数矩阵和单元格注释传递给函数，就可以从所有单个单元格数据类创建自定义矩阵。下面是一个使用Seurat对象创建矩阵的例子。
图书馆(SeuratObject)数据（“mini_singleCell_dataset”）rownames(mini_singleCell_dataset＄annots) < -mini_singleCell_dataset＄annots＄CellIDseuratObject < -CreateSeuratObject（数=mini_singleCell_dataset＄mtx,中元。数据=mini_singleCell_dataset＄annots)鉴别(seuratObject) < -seuratObject＄LabeledCellTyperm(mini_singleCell_dataset)annots < -data.frame（cbind（cellType =as.character（鉴别(seuratObject)),cellID =的名字（鉴别(seuratObject))))custom_mtx_seurat < -create_profile_matrix（mtx =seuratObject@化验＄核糖核酸@计数,cellAnnots =annots,cellTypeCol =“cellType”，cellNameCol =“cellID”，matrixName =“custom_mini_colon”，outDir =零，正常化=假，minCellNum =5，minGenes =10）#>[1]“创建Atlas”#>[1] "1 / 6:基质细胞"#>[1] "2 / 6:胶质细胞"#>[1] "3 / 6:内皮细胞"#>[1] "4 / 6:浆细胞"#>[1] "5 / 6:周细胞"#>警告在create_profile_matrix(mtx = seuratObject@assays$RNA@counts, cellAnnots = annots，:#>周细胞从基质中删除，因为根据当前的过滤阈值，它没有足够的活细胞。如果这个单元格类型是必要的，可以考虑改变minCellNum或minGenes#>[1] "6 / 6:结肠平滑肌细胞"#>警告在create_profile_matrix(mtx = seuratObject@assays$RNA@counts, cellAnnots = annots，:#>结肠平滑肌细胞根据目前的过滤阈值从基质中删除，因为没有足够的活细胞。如果这个单元格类型是必要的，可以考虑改变minCellNum或minGenes头(custom_mtx_seurat)基质细胞胶质细胞内皮细胞浆细胞#> plekhn1 0.0000000 0 0.0000000 0.05787067#> perm1 0.1167131 0 0.0000000 0.00000000#> C1orf159 0.0000000 0 0.0000000 0.07922668#> ttll10 0.00000000 0.1853931 0.00000000#> tas1r3 0.0000000 0 0.0000000 0.07039008#> atad3c 0.1219237 0 0.0000000 0.07922668粘贴（"custom_mtx和custom_mtx_seurat是相同的"，所有(custom_mtx= =custom_mtx_seurat))#> [1] "custom_mtx和custom_mtx_seurat是相同的TRUE"
