Seurat4.0系列教程21： 结合Cell Hashing分析双细胞

Posted 2023-05-06

参考技术A Cell Hashing 由NYGC 技术创新小组与Satija实验室合作开发，使用寡核苷酸标记的抗体标记细胞表面表达的蛋白质，在每个单细胞上放置一个"样本条形码"，使不同的样品能够一起多路复用，并在单次实验中运行。欲了解更多信息，请参阅 此文

此教程简要演示如何处理 Seurat 中与Cell Hashing一起生成的数据。应用于两个数据集，我们可以成功地将细胞分离到它们原始的来源，并识别跨样本的双细胞。
The demultiplexing 函数 HTODemux() 执行了以下程序：

数据集描述：

加载包

读取数据

设置Seurat对象并添加 HTO 数据

可以在此处阅读更多有关使用多模式数据的 信息

在这里，我们使用 Seurat 函数 HTODemux() 将单个细胞分配回其样本来源。

运行 HTODemux() 的输出保存在metadata中。我们可以可视化多少细胞被归类为单细胞、双细胞和负细胞/模糊细胞。

山脊图可视化选定 HTO的 富集

可视化HTO 信号对 ，确认单个细胞中的相互排他性

比较单细胞、双细胞和negative 细胞的 UMI 数量

为HTOs生成一个二维tsNE图。在这里，我们将细胞按单细胞和双细胞分组，以实现简化。

根据Cell Hashing文章中图 1C 创建 HTO 热图。

使用常规的 scRNA-seq 工作流对细胞进行聚类和可视化，并检查潜在的批次效应。

数据集描述：

选定 HTO 的分布按照分类分组，用山脊图展示

在热图中可视化 HTO 信号

加载数据错误（Read10X，Seurat - Guided Clustering Tutorial）

【中文标题】加载数据错误（Read10X，Seurat - Guided Clustering Tutorial）

【英文标题】：load data error (Read10X, Seurat - Guided Clustering Tutorial)

【发布时间】：2020-07-24 09:29:43

【问题描述】：

我正在尝试遵循 Seurat 网站上的教程。 https://satijalab.org/seurat/v3.1/pbmc3k_tutorial.html

加载数据时出错。

加载 PBMC 数据集

pbmc.data

Read10X 中的错误（“1_Guided_tutorial/pbmc3k_filtered_gene_bc_matrices.tar.gz”）： 提供的目录不存在

我已将我的工作目录设置为如图所示。谁能让我知道是什么问题？谢谢！

if (!requireNamespace("BiocManager", quietly = TRUE))
  install.packages("BiocManager")

BiocManager::install("multtest")

library(dplyr)
library(Seurat)
library(patchwork)

# Load the PBMC dataset
pbmc.data <- Read10X(data.dir = "1_Guided_tutorial/pbmc3k_filtered_gene_bc_matrices.tar.gz")

【问题讨论】：

list.files() 告诉你工作目录的内容是什么？

您需要解压该文件，创建一个文件夹，并指定 data.dir 为该目录

@StupidWolf 谢谢！问题解决了！

很高兴你让它工作了 :) 单细胞快乐！

【参考方案1】：

几分钟前我被这个问题困住了，现在我找到了解决方案。

尝试使用这些代码：

install.packages("Seurat")
library(Seurat)
install.packages(c('dplyr','patchwork'))
library(dplyr)
library(Seurat)
library(patchwork)

为了安装scRNA分析环境