seqFISH小鼠视觉皮层
2022年11月3日
1安装
如果(!requireNamespace("BiocManager"， quiet = TRUE)) install.packages("BiocManager")::install("SingleCellMultiModal")1．1加载包
库(MultiAssayExperiment)库(SpatialExperiment)库(SingleCellMultiModal)2seq-FISH数据集
数据集由两种数据类型组成，seq-FISH数据由朱等(2018)，而scRNA-seq数据由Tasic等人(2016)．
数据已被检索作为这家网站在新兴生物数据类型综合分析的数学框架车间。
2.1下载数据集
用户可以使用默认选项查看可用的数据集
seqFISH(DataType="mouse_visual_cortex"， modes="*"， dry.run=TRUE, version="2.0.0")## snapshotDate(): 2022-10-24## EH3787 seqFISH_Coordinates 0 Mb data.frame 2020-09-14 ## 5 EH3788 seqFISH_Labels 0 Mb data.frame 2020-09-14 ## ## # rdatadateremoved ## 1 ## 2 ## 3 ## 4 ## # 5 或者简单地跑步:
seqfish <- seqfish (DataType="mouse_visual_cortex"， modes="*"， dry.run=FALSE, version="2.0.0")## snapshotDate(): 2022-10-24##正在处理:scRNA_Counts##正在处理:scRNA_Labels##正在处理seqFISH_Coordinates##正在处理:seqFISH_Counts##正在处理:seqFISH_Labels参见SingleCellMultiModal和browseVignettes('SingleCellMultiModal')获取文档##从缓存加载参见SingleCellMultiModal和browseVignettes('SingleCellMultiModal')获取文档##从缓存加载参见SingleCellMultiModal和browseVignettes('SingleCellMultiModal')获取文档##从缓存加载参见SingleCellMultiModal和browseVignettes('SingleCellMultiModal')获取文档##从缓存加载参见SingleCellMultiModal和browseVignettes('SingleCellMultiModal')获取文档##从缓存加载##警告:“实验者列表”包含“data.frame”或“DataFrame”，##混合数据类型的潜在错误##警告:“实验者列表”包含“data.frame”或“DataFrame”，##混合数据类型的潜在错误##警告:“实验者列表”包含“data.frame”或“DataFrame”，##混合数据类型的潜在错误##注意:spatialData和spatialDataNames已弃用;所有列都应该存储在colData和spatialcoord中seqfish一个MultiAssayExperiment对象，包含2个列出的实验，使用用户自定义名称和各自的类。包含长度为2的ExperimentList类对象:## [1]seqFISH: SpatialExperiment, 113行，1597列## [2]scRNAseq: singlecel实验，113行，1722列## experiments() -获取ExperimentList实例## colData() -主/表型DataFrame ## sampleMap() -样本协调DataFrame ## ' $ '， '['， '[[' -提取colData列，子集，或实验## *格式()-转换为长或宽的DataFrame ## assays() -转换ExperimentList为矩阵的SimpleList ## exportClass() -保存数据到平面文件提取实验列表没有关联的colData。
实验(seqfish)## [2] scRNAseq: singlecel实验，113行，1722列2．2探索数据结构
检查所有实验的行注释:
rownames (seqfish)##长度为2的字符列表## [["seqFISH"]] abca15 abca9 acta2 adcy4 aldh3b2…wrn zfp182 zfp715 zfp90 ## [["scRNAseq"]] abca15 abca9 acta2 adcy4 aldh3b2…WRN zfp182 zfp715 zfp90看一看sampleMap(分析、细胞和条形码的图形表示):
sampleMap (seqfish)##数据帧与3319行和3列##分析主colname ## <因子> <字符> <字符> ## 1 seqFISH V2 V2 ## 2 seqFISH V3 V3 ## 3 seqFISH V4 V4 ## 4 seqFISH V5 V5 ## 5 seqFISH V6 V6 ## ... ... ... ...## 3316 scRNAseq V1720 V1720 ## 3317 scRNAseq V1721 V1721 ## 3318 scRNAseq V1722 V1722 ## 3319 scRNAseq V1723 V17232．3可视化不同测试之间匹配的细胞标识符
upsetSamples (seqfish)
这表明在两种模式/检测中约有1597个细胞匹配。
2.4scRNA-seq数据
scRNA-seq数据可通过scRNAseq美元，该函数返回SingleCellExperiment类对象及其所有相关方法。
seqfish [[" scRNAseq "]]##类:singlecel实验## dim: 113 1722 ##元数据(0):## assays(1):计数## rownames(113): abca15 abca9…zfp715 zfp90 ## rowData names(0): ## colnames(1722): V2 V3…V1722 V1723 ## colData names(3): broad_type sample_name dissection ## reducedDimNames(0): ## mainExpName: NULL ## altExpNames(0):Otherwhise的分析函数可以用来访问scRNAseq储存在seqfishMultiAssayExperiment对象。
(试验(seqfish scRNAseq)) [1:4]## V2 V3 V4 V5 ## abca15 11 42 17 42 ## abca9 22 46 22 46 ## acta2 15 47 15 42 ## adcy4 12 45 12 45 ## aldh3b2 27 49 27 49 ## amigo2 23 43 101 432.5seq-FISH数据
seq-FISH数据可通过seqFISH美元，该函数返回SpatialExperiment类对象。
seqfish [[" seqfish "]]##类:SpatialExperiment ## dim: 113 1597 ##元数据(0):## assays(1): counts ## rownames(113): abca15 abca9…zfp715 zfp90 ## rowData name (1): X ## colnames(1597): V2 V3…V1597 V1598 ## colData names(7): Cell_ID cluster…Prob sample_id ## reducedDimNames(0): ## mainExpName: NULL ## altExpNames(0): ## spatialCoords names(2): x y ## imgData names(0):Otherwhise的分析函数可以用来访问seqFISH储存在seqfishMultiAssayExperiment对象。
(试验(seqfish seqfish)) [1:4]## V2 V3 V4 V5 ## abca15 68 49 50 39 ## abca9 41 42 38 36 ## acta2 25 23 16 21 ## adcy4 39 54 37 18 ## aldh3b2 101 47 41 52 ## amigo2 93 64 93 93空间数据可以用spatialData函数在SpatialExperiment对象。
(sd <- spatialData(seqfish[[" seqfish "]]))##注意:spatialData和spatialDataNames已弃用;所有列都应该存储在colData和spatialcoord中##数据帧有1597行和2列## Cell_ID无关## ## V2 1 100 ## V3 2 100 ## V4 3 100 ## V5 4 100 ## V6 5 100 ## ... ... ...## v1594 1594 100 ## v1596 1595 100 ## v1597 1596 100 ## v1598 1597 100 空间坐标内的空间数据可以用矩阵形式检索spatialCoords函数在SpatialExperiment对象。
head(sc <- spatialCoords(seqfish[[" seqfish "]]))# # x y # #(1) 265.76 - -231.14 # #(2) 290.48 - -261.52 # #(3) 257.12 - -133.35 # #【4】753.46 - -261.14 # # (5)700.01 - -169.05 415.63 - -252.45 # # [6]直接访问空间坐标的colnamespatialCoordsNames函数。
spatialCoordsNames (seqfish[[“seqfish”]])##[1]“x”“y”2.6其他数据版本
提供的seqFISH数据集有两个不同的版本:
- 1.0.0 -提供与本插图其余部分相同的seqFISH数据，但它返回完整的规范化scRNA-seq数据矩阵(带标签)，就像原始作者在GEO数据库上发布的那样。
- 2.0.0 -提供与本小图其余部分相同的seqFISH数据，但它返回原始scRNA-seq数据的处理子集，仅提供seqFISH数据矩阵中存在的相同基因。
2.6.1数据版本1.0.0
完整的scRNA-seq数据矩阵是24057行x 1809列。
要访问v1.0.0，只需运行
seqFISH(DataType="mouse_visual_cortex"， modes="*"， dry.run=FALSE, version="1.0.0")## snapshotDate(): 2022-10-24##正在处理:scRNA_Full_Counts##正在处理:scRNA_Full_Labels##正在处理seqFISH_Coordinates##正在处理:seqFISH_Counts##正在处理:seqFISH_Labels参见SingleCellMultiModal和browseVignettes('SingleCellMultiModal')获取文档##从缓存加载参见SingleCellMultiModal和browseVignettes('SingleCellMultiModal')获取文档##从缓存加载参见SingleCellMultiModal和browseVignettes('SingleCellMultiModal')获取文档##从缓存加载参见SingleCellMultiModal和browseVignettes('SingleCellMultiModal')获取文档##从缓存加载参见SingleCellMultiModal和browseVignettes('SingleCellMultiModal')获取文档##从缓存加载##警告:“实验者列表”包含“data.frame”或“DataFrame”，##混合数据类型的潜在错误##警告:“实验者列表”包含“data.frame”或“DataFrame”，##混合数据类型的潜在错误##警告:“实验者列表”包含“data.frame”或“DataFrame”，##混合数据类型的潜在错误##注意:spatialData和spatialDataNames已弃用;所有列都应该存储在colData和spatialcoord中一个MultiAssayExperiment对象，包含2个列出的实验，使用用户自定义名称和各自的类。包含一个长度为2的ExperimentList类对象:## [1]seqFISH: SpatialExperiment, 113行，1597列## [2]scRNAseq: singlecel实验，24057行，1809列## experiments() -获取ExperimentList实例## colData() -主/表型DataFrame ## sampleMap() -样本协调DataFrame ## ' $ '， '['， '[[' -提取colData列，子集，或实验## *格式()-转换为长或宽的DataFrame ## assays() -转换ExperimentList为矩阵的SimpleList ## exportClass() -保存数据到平面文件3.会话信息
sessionInfo ()## R版本4.2.1(2022-06-23)##平台:x86_64-pc-linux-gnu(64位)##运行在Ubuntu 20.04.5 LTS ## ##矩阵产品:默认## BLAS: /home/biocbuild/bbs-3.16-bioc/R/lib/libRblas。/home/biocbuild/bbs-3.16-bioc/R/lib/libRlapack。所以## ## locale: ## [1] LC_CTYPE=en_US。UTF-8 LC_NUMERIC= c# # [3] LC_TIME=en_GB LC_COLLATE= c# # [5] LC_MONETARY=en_US。utf - 8 LC_MESSAGES = en_US。UTF-8 ## [7] LC_PAPER=en_US。UTF-8 LC_NAME= c# # [9] LC_ADDRESS=C lc_phone = c# # [11] LC_MEASUREMENT=en_US。UTF-8 LC_IDENTIFICATION=C ## ##附加的基本包:## [1]stats4 stats graphics grDevices utils datasets methods ##[8]基础## ##其他附加包:# # # # [1] SpatialExperiment_1.8.0 scater_1.26.0 [3] ggplot2_3.3.6 scran_1.26.0 # # [5] scuttle_1.8.0 rhdf5_2.42.0 # # [7] SingleCellExperiment_1.20.0 RaggedExperiment_1.22.0 # # [9] SingleCellMultiModal_1.10.0 MultiAssayExperiment_1.24.0 # # [11] SummarizedExperiment_1.28.0 Biobase_2.58.0 # # [13] GenomicRanges_1.50.0 GenomeInfoDb_1.34.0 # # [15] IRanges_2.32.0 S4Vectors_0.36.0 # # [17] BiocGenerics_0.44.0 MatrixGenerics_1.10.0 # # [19] matrixStats_0.62.0 BiocStyle_2.26.0 # # # #加载通过名称空间(未附上):[1] AnnotationHub_3.6.0 BiocBaseUtils_1.0.0 ## [5] igraph_1.3.5 BiocParallel_1.32.0 ## [5] digest_0.6.30 htmltools_0.5.3 ## [9] viridis_0.6.2 magick_2.7.3 ## [11] fansi_1.0.3 magrittr_2.0.3 ## [13] memoise_2.0.1 ScaledMatrix_1.6.0 ## [15] cluster_2.1.4 limma_3.54.0 ## [17] Biostrings_2.66.0 R.utils_2.12.1 ## [19] colorspace_2.0-3 blob_1.2.3 ## [21] rappdirs_0.3.3 ggrepel_0.9.1 ## [23] xfun_0.34 dplyr_1.0.10 ## [25] crayon_1.5.2 RCurl_1.98-1.9 ## [27][35] DropletUtils_1.18.0 Rhdf5lib_1.20.0 ## [37] HDF5Array_1.26.0 scales_1.2.1 ## [39] DBI_1.1.3 edgeR_3.40.0 ## [41] Rcpp_1.0.9 viridisLite_0.4.1 ## [43] xtable_1. 1.8-4 dqrng_0.3.0 ## [45] bit_4.0.4 rsvd_1.0.5 ## [47] metapod_1.6.0 httr_1.4.4 ## [49] ellipsis_0.3.2 farver_2.1.1 ## b[51] pkgconfig_2.0.3 R.methodsS3_1.8.2 ## [53] uwot_0.1.14 sass_0.4.2## [55] dbplyr_2.2.1 locfit_1.5-9.6 ## [57] utf8_1.2.2 labeling_0.4.2 ## [59] tidyselect_1.2.0 rlang_1.0.6 ## [61] later_1.3.0 AnnotationDbi_1.60.0 ## [63] munsell_0.5.0 BiocVersion_3.16.0 ## [65] tools_4.2.1 cachem_1.0.6 ## [67] cli_3.4.1 generics_0.1.3 ## [69] RSQLite_2.2.18 ExperimentHub_2.6.0 ## [71] evaluate_0.17 stringr_1.4.1 ## [73] fastmap_1.1.0 yaml_2.3.6 ## [75] knitr_1.40 bit64_4.0.5 ## [77] purrr_0.3.5 KEGGREST_1.38.0 ## [79] sparseMatrixStats_1.10.0 mime_0.12 ## [81] formatR_1.12 R.oo_1.25.0 ## [83] compiler_4.2.1 beeswarm_0.4.0 ## [85] filelock_1.0.2 curl_4.3.3 ## [87] png_0.1-7 interactiveDisplayBase_1.36.0 ## [89] tibble_3.1.8 statmod_1.4.37 ## [91] bslib_0.4.0 stringi_1.7.8 ## [93] highr_0.9 lattice_0.20-45 ## [95] bluster_1.8.0 Matrix_1.5-1 ## [97] vctrs_0.5.0 pillar_1.8.1 ## [99] lifecycle_1.0.3 rhdf5filters_1.10.0 ## [101] BiocManager_1.30.19 jquerylib_0.1.4 ## [103] RcppAnnoy_0.0.20 BiocNeighbors_1.16.0 ## [105] cowplot_1.1.1 bitops_1.0-7 ## [107] irlba_2.3.5.1 httpuv_1.6.6 ## [109] R6_2.5.1 bookdown_0.29 ## [111] promises_1.2.0.1 gridExtra_2.3 ## [113] vipor_0.4.5 codetools_0.2-18 ## [115] assertthat_0.2.1 rjson_0.2.21 ## [117] withr_2.5.0 GenomeInfoDbData_1.2.9 ## [119] parallel_4.2.1 grid_4.2.1 ## [121] beachmat_2.14.0 rmarkdown_2.17 ## [123] DelayedMatrixStats_1.20.0 shiny_1.7.3 ## [125] ggbeeswarm_0.6.0Tasic, Bosiljka, Vilas Menon, Thuc Nghi Nguyen, Tae Kyung Kim, Tim Jarsky, Zizhen Yao, Boaz Levi，等。2016。由单细胞转录组学揭示的成年小鼠皮层细胞分类自然神经科学19(2): 335。
朱倩，谢尔·沙阿，鲁本·德赖斯，蔡龙，袁国成。2018。结合scRNAseq和序列荧光原位杂交数据鉴定空间相关亚群自然生物技术36(12): 1183。