单细胞笔记2-inferCNV的使用

Posted 2023-05-06

参考技术A inferCNV是用于单细胞测序数据推断肿瘤细胞拷贝数变异的工具。

之前我做inferCNV都是仅仅出一张图，肉眼验证一下Seurat分群是否正确，没有利用其中间产生的大量有意义的文件。直到这次，我把我认为的肿瘤细胞拿出来重新聚类后才发现，里面又分出了正常细胞的亚群！！这令我十分苦恼，因此，对于肿瘤细胞的定义，我还是打算用CNV而不是单纯的Seurat聚类结果来定义。

inferCNV的使用需要三个文件：基因在染色体上的位置信息文件，细胞类型文件，以及单细胞表达矩阵文件。

基因在染色体上的位置信息文件第一列为gene symbol名称，第二列是染色体号，后两列是基因的始末位置，制表符分隔。格式如下：

细胞类型文件的第一列为细胞名，第二列是细胞的分组信息，可以是确定的细胞类型，也可以是细胞的分组编号等等，制表符分隔。格式如下：

可以看到，4000个细胞跑出了4G的结果文件：

降噪之后生成的最终热图，图中的数值是"Residual expression values"，可以简单理解为基因表达值的另一种形式

树状图的newick格式，对应热图的观测panel的“树”

这个RDS对象包括如下内容：

@expr.data：对应最终热图的矩阵。行为保留的基因，列为细胞。

@count.data：原始的counts矩阵。稀疏矩阵，行为保留的基因，列为细胞。

@gene.order：保留的基因在染色体上的位置

@reference_grouped_cell_indices：对应最终热图的reference细胞序号

@observation_grouped_cell_indices：对应最终热图的observation细胞序号

@tumor_subgroups：?

@options：参数列表

和[e-mail]一样

?

observation细胞的分组情况

reference细胞的cnv矩阵

observation细胞的cnv矩阵

https://www.jianshu.com/p/c01f56bf031f

https://www.jianshu.com/p/33fd4ca8ae00

https://www.jianshu.com/p/81645983cb92

https://cloud.tencent.com/developer/article/1737241

markdown Jupyter笔记本隐藏折叠细胞

pip 安装jupyter_contrib_nbextensions, jupyter_nbextensions_configurator

安装完之后分别执行

```bash
jupyter contrib nbextension install --user
jupyter nbextensions_configurator enable --user
```

然后打开一个notebook，在edit菜单下配置nbextensions

参考：

https://stackoverflow.com/questions/33159518/collapse-cell-in-jupyter-notebook?utm_medium=organic&utm_source=google_rich_qa&utm_campaign=google_rich_qa

快捷键`Esc+O`隐藏输出