探索细胞的奇妙之旅：splatter带你轻松玩转单细胞测序数据！（二）

在上一篇教程中，小云教大家如何使用splatter和scater包进行单细胞测序数据的模拟和分析，其中包括模拟数据的快速生成、参数估计、自定义参数创建、数据提取、数据标准化和降维处理等，那么今天来继续带大家学习这个R包的使用方法，今天的学习也将基于昨天的代码哦，想要深入学习的小伙伴一起看下去吧！ 首先，我们来回顾一下上一篇中使用splatter包的代码： library(splatter) library(scater) set.seed(1) sce <- mockSCE() # class: SingleCellExperiment counts(sce) params <- splatEstimate(sce) # Params object params <- newSplatParams() #默认10000 Genes，100 Cells getParam(params, "nGenes") getParam(params, "nCells") getParams(params, c("nGenes", "mean.rate", "mean.shape")) params <- setParam(params, "nGenes", 5000) params <- setParam(params, "batchCells", 50) params <- setParams(params, mean.shape = 0.5, de.prob = 0.2) params <- setParams(params, update = list(nGenes = 8000, mean.rate = 0.5)) sim <- splatSimulate(params) class(sim) head(rowData(sim)) head(colData(sim)) names(assays(sim)) assays(sim)$CellMeans[1:5, 1:5] counts <- counts(sim) counts[1:3,1:5] class(counts) # "matrix" "array" typeof(counts) # [1] "integer" dim(counts) #[1] 8000 100 sim <- logNormCounts(sim) counts(sim)[1:3,1:5] logcounts(sim)[1:3,1:5] sim <- runPCA(sim) plotPCA(sim) sim.groups <- splatSimulate(group.prob = c(0.3, 0.7), method = "groups",                verbose = FALSE) sim.groups <- logNormCounts(sim.groups) sim.groups <- runPCA(sim.groups) plotPCA(sim.groups, colour_by = "Group") ​ dim(counts(sim.groups)) rowData(sim.groups)$DEFacGroup1 rowData(sim.groups)$DEFacGroup2 metadata(sim.groups) sim.paths <- splatSimulate(de.prob = 0.2, nGenes = 1000, method = "paths",               verbose = FALSE) sim.paths <- logNormCounts(sim.paths) sim.paths <- runPCA(sim.paths) plotPCA(sim.paths, colour_by = "Step") colData(sim.paths)$Step sim.batches <- splatSimulate(batchCells = c(50, 50), verbose = FALSE) sim.batches <- logNormCounts(sim.batches) sim.batches <- runPCA(sim.batches) plotPCA(sim.batches, colour_by = "Batch") rowData(sim.batches)$BatchFacBatch1 rowData(sim.batches)$BatchFacBatch2 dev.off() 继续上面的操作，我们来继续学习这个包的应用：

比较SingleCellExperiment对象

首先我们使用splatSimulate函数生成两个SingleCellExperiment对象sim1和sim2，分别表示两个不同的实验条件。然后使用compareSCEs函数将这两个对象进行比较，并将结果保存在comparison变量中。 ### 7.比较SingleCellExperiment对象 ## 相互比较 sim1 <- splatSimulate(nGenes = 1000, batchCells = 20, verbose = FALSE) sim2 <- simpleSimulate(nGenes = 1000, nCells = 20, verbose = FALSE) comparison <- compareSCEs(list(Splat = sim1, Simple = sim2)) 接着，我们来学习如何访问comparison对象中的不同属性，包括RowData和ColData，以及Plots中的Means、LibrarySizes和ZerosCell。 names(comparison) comparison$RowData comparison$ColData ​ names(comparison$Plots) comparison$Plots$Means comparison$Plots$LibrarySizes comparison$Plots$ZerosCell

之后，代码再次生成三个SingleCellExperiment对象，分别命名为sim1、sim2和sim3。然后使用diffSCEs函数将这三个对象与参考对象"Simple"进行比较，并将结果保存在difference变量中。 ## 与参考进行比较 sim1 <- splatSimulate(nGenes = 1000, batchCells = 100, verbose = FALSE) sim2 <- splatSimulate(nGenes = 1000, batchCells = c(40, 60), verbose = FALSE) sim3 <- simpleSimulate(nGenes = 1000, nCells = 100, verbose = FALSE) difference <- diffSCEs(list(Splat1 = sim1, Splat2 = sim2, Simple = sim3), ref = "Simple") difference$Plots$Means difference$QQPlots$Means

批次效应参数设置

接下来，我们学习如何使用splatSimulate函数生成带有批次效应的数据。以下代码分别生成了两个SingleCellExperiment对象sim1和sim2，使用不同的批次效应参数。然后对这两个对象进行了log2标准化和PCA分析，并使用plotPCA函数将结果可视化。 library("splatter") library("scater") library("ggplot2") ​ # Simulation with small batch effects sim1 <- splatSimulate(params, batchCells = c(100, 100),             batch.facLoc = 0.001, batch.facScale = 0.001,             verbose = FALSE) sim1 <- logNormCounts(sim1) sim1 <- runPCA(sim1) plotPCA(sim1, colour_by = "Batch") + ggtitle("Small batch effects") ​ # Simulation with big batch effects sim2 <- splatSimulate(params, batchCells = c(100, 100),             batch.facLoc = 0.5, batch.facScale = 0.5,             verbose = FALSE) sim2 <- logNormCounts(sim2) sim2 <- runPCA(sim2) plotPCA(sim2, colour_by = "Batch") + ggtitle("Big batch effects") 我们分别来看下两次可视化后的结果吧！

带有批次效应的数据sim1，然后不移除批次效应进行log2标准化和PCA分析；接着生成一个没有批次效应的数据sim2，然后对其进行log2标准化和PCA分析。最后，使用plotPCA函数将结果可视化并进行对比。 # 是否消除批次效应设置 sim1 <- splatSimulate(params, batchCells = c(100, 100), batch.rmEffect = FALSE,             verbose = FALSE) sim1 <- logNormCounts(sim1) sim1 <- runPCA(sim1) plotPCA(sim1, colour_by = "Batch") + ggtitle("With batch effects") ​ sim2 <- splatSimulate(params, batchCells = c(100, 100), batch.rmEffect = TRUE,             verbose = FALSE) sim2 <- logNormCounts(sim2) sim2 <- runPCA(sim2) plotPCA(sim2, colour_by = "Batch") + ggtitle("Batch effects removed") 可视化后的结果如下：

离群值参数设置

接下来，展示了如何设置离群值参数，并使用splatSimulate函数生成带有离群值的数据。以下代码分别生成了两个SingleCellExperiment对象sim1和sim2，使用不同的离群值概率参数。 ### 9. 离群值参数设置 ## ----outlier-prob------------------------------------------------------------- # Few outliers sim1 <- splatSimulate(out.prob = 0.001, verbose = FALSE) ggplot(as.data.frame(rowData(sim1)),     aes(x = log10(GeneMean), fill = OutlierFactor != 1)) +   geom_histogram(bins = 100) +   ggtitle("Few outliers") ​ # Lots of outliers sim2 <- splatSimulate(out.prob = 0.2, verbose = FALSE) ggplot(as.data.frame(rowData(sim2)),     aes(x = log10(GeneMean), fill = OutlierFactor != 1)) +   geom_histogram(bins = 100) +   ggtitle("Lots of outliers") 最后绘图结果让我们来一起看一下：

设置组参数

接下来，教大家如何设置组参数，并使用splatSimulateGroups函数生成具有不同组的数据。首先我们恶意生成一个包含一个小组和一个大组的数据sim1，然后对其进行log2标准化和PCA分析；接着生成一个包含五个组的数据sim2，然后对其进行log2标准化和PCA分析。最后，使用plotPCA函数将结果可视化并进行对比。 ### 10.设置组参数 # One small group, one big group params.groups <- newSplatParams(batchCells = 500, nGenes = 1000) sim1 <- splatSimulateGroups(params.groups, group.prob = c(0.9, 0.1),                verbose = FALSE) sim1 <- logNormCounts(sim1) sim1 <- runPCA(sim1) plotPCA(sim1, colour_by = "Group") + ggtitle("One small group, one big group") ​ # Five groups sim2 <- splatSimulateGroups(params.groups,                group.prob = c(0.2, 0.2, 0.2, 0.2, 0.2),                verbose = FALSE) sim2 <- logNormCounts(sim2) sim2 <- runPCA(sim2) plotPCA(sim2, colour_by = "Group") + ggtitle("Five groups") 可视化后的结果如下：

设置差异表达基因参数

最后，小云将展示了如何设置差异表达基因参数，并使用splatSimulateGroups函数生成具有不同差异表达基因的数据。 ### 11. 设置差异表达基因参数 ## de.prob 参数 # Few DE genes params.groups <- newSplatParams(batchCells = 500, nGenes = 1000) sim1 <- splatSimulateGroups(params.groups, group.prob = c(0.5, 0.5),                de.prob = 0.01, verbose = FALSE) sim1 <- logNormCounts(sim1) sim1 <- runPCA(sim1) plotPCA(sim1, colour_by = "Group") + ggtitle("Few DE genes") ​ # Lots of DE genes sim2 <- splatSimulateGroups(params.groups, group.prob = c(0.5, 0.5),                de.prob = 0.3, verbose = FALSE) sim2 <- logNormCounts(sim2) sim2 <- runPCA(sim2) plotPCA(sim2, colour_by = "Group") + ggtitle("Lots of DE genes") 可视化后的结果如下：

如何，这几个splatter的相关应用你学会了嘛？是不是很简单！更多学习干货要多多关注小云哦！！