返回的到的数据做整合_如何使用 Seurat 分析单细胞测序数据（ Q&A）-中

### Seurat 单细胞测序数据分析方法教程 Seurat 是一种强大的 R 工具包，专门用于单细胞 RNA 测序（scRNA-seq）数据分析。以下是使用 Seurat 进行单细胞测序数据分析的完整流程[^1]。 #### 数据读取与预处理 在进行分析之前，需要将原始数据加载到 R 环境中，并创建一个 Seurat 对象。以下代码展示如何读取 10X Genomics 格式的 scRNA-seq 数据： ```r library(Seurat) library(dplyr) # 读取 10X Genomics 数据 pbmc.data <- Read10X(data.dir = "./filtered_gene_bc_matrices/hg19") # 创建 Seurat 对象 pbmc.obj <- CreateSeuratObject(counts = pbmc.data, project = "pbmc3k", min.cells = 3, min.features = 200) ``` 上述代码中，`Read10X` 函数读取了 10X Genomics 数据，并返回了一个稀疏矩阵。矩阵中的每一行表示一个基因，每一列表示一个细胞。通过 `CreateSeuratObject` 函数创建了一个 Seurat 对象，同时设置了每个基因至少在 3 个细胞中表达，以及每个细胞至少检测到 200 个基因的阈值[^1]。 #### 质控与过滤 为了确保下游分析的质量，需要移除低质量的细胞和基因。这一步通常包括以下步骤： - 移除线粒体比例过高或总分子数异常的细胞。 - 移除低表达的基因。 以下是质控的代码示例： ```r # 添加线粒体比例信息 mito.genes <- grep(pattern = "^MT-", x = rownames(x = pbmc.obj), value = TRUE) pbmc.obj[["percent.mt"]] <- PercentageFeatureSet(object = pbmc.obj, pattern = "^MT-") # 绘制质控指标图 VlnPlot(object = pbmc.obj, features = c("nFeature_RNA", "nCount_RNA", "percent.mt"), ncol = 3) FeatureScatter(object = pbmc.obj, feature1 = "nCount_RNA", feature2 = "percent.mt") FeatureScatter(object = pbmc.obj, feature1 = "nFeature_RNA", feature2 = "nCount_RNA") # 过滤细胞 pbmc.obj <- subset(pbmc.obj, subset = nFeature_RNA > 200 & nFeature_RNA < 2500 & percent.mt < 5) ``` 通过上述代码，可以有效过滤掉低质量的细胞和基因[^2]。 #### 数据标准化与归一化 标准化是将每个细胞的总分子数调整为相同值的过程，以便比较不同细胞之间的基因表达水平。归一化则是对数据进行对数变换，以减少高表达基因的影响。 ```r pbmc.obj <- NormalizeData(object = pbmc.obj, normalization.method = "LogNormalize", scale.factor = 10^4) pbmc.obj <- FindVariableFeatures(object = pbmc.obj, selection.method = "vst", nfeatures = 2000) ``` #### 降维与聚类 降维和聚类是单细胞数据分析的核心步骤。Seurat 提供了 PCA 和 t-SNE/UMAP 方法进行降维，并基于降维结果进行聚类。 ```r # PCA 分析 pbmc.obj <- ScaleData(object = pbmc.obj) pbmc.obj <- RunPCA(object = pbmc.obj, features = VariableFeatures(object = pbmc.obj)) DimPlot(object = pbmc.obj, reduction = "pca") # 聚类 pbmc.obj <- FindNeighbors(object = pbmc.obj, dims = 1:10) pbmc.obj <- FindClusters(object = pbmc.obj, resolution = 0.5) # UMAP 可视化 pbmc.obj <- RunUMAP(object = pbmc.obj, dims = 1:10) DimPlot(object = pbmc.obj, reduction = "umap", label = TRUE) ``` #### 差异基因分析与注释 最后，可以通过差异基因分析识别不同细胞群的标记基因，并结合已知数据库进行注释。 ```r # 差异基因分析 pbmc.markers <- FindAllMarkers(object = pbmc.obj, only.pos = TRUE, min.pct = 0.25, logfc.threshold = 0.25) # 查看标记基因 top.markers <- pbmc.markers %>% group_by(cluster) %>% top_n(n = 3, wt = avg_log2FC) print(top.markers) ``` 通过上述流程，可以完成从数据读取到细胞注释的完整单细胞数据分析过程。