基因集变异分析(GSVA)
软件:
- GSEAbase
- GSVA
- limma
- Seurat
首先,针对某个细胞类型继续细分其细胞亚型:
library(Seurat)
###读入Seurat对象
Seurat.obj<-readRDS("seurat.rds")
DefaultAssay(Seurat.obj) <- "integrated"
#提取第三个cluster或者加入你定义了细胞类型,则为该细胞名称
sub <- subset(Seurat.obj, idents = "3")
##为该细胞组定义身份(stim为case-control分组依据,名称来自于官网)
Idents(sub) <- "stim"
##再跑一次高解析度的聚类,分出细胞亚类
sub<-ScaleData(sub, verbose = FALSE)
sub<-RunPCA(sub,npcs=30,verbose = FALSE)
sub<-RunUMAP(sub, reduction = "pca", dims = 1:20)
sub<-FindNeighbors(sub, reduction = "pca", dims = 1:20)
sub <- FindClusters(sub, resolution = 0.2)
###保存该对象
saveRDS(sub,"sub_cluster.rds")
##可以把身份加上case-control和聚类双重信息
sub$celltype.case<-paste(Idents(sub),sub$stim,sep="_")
sub$celltype<-Idents(sub)
Idents(sub)<-"celltype.case"
接着,做GSVA分析,获取GSVA矩阵,做GSVA分析可以参考传统bulk-RNA分析的方法
- 博客园
- 使用GSVA方法计算某基因集在各个样本的表现
这里还需要注意几个问题:
- 处理普通RNA数据需要预先过滤,但是单细胞数据取自Seurat对象,已经预先过滤好了
- 如果输入是原始counts值,需要设置参数
kcdf="Possion"
,但如果是TPM值,默认就好,因为我们输入是标准化后的数据,所以用默认参数 - 默认参数
mx.diff=TURE
,结果是一个类似于负二项分布,因为后面要做差异分析,所以需要使用该参数,如果设置mx.diff=FALSE
,则为高斯分布
##读取Geneset
#(http://software.broadinstitute.org/gsea/msigdb/download_file.jsp?filePath=/resources/msigdb/7.0/h.all.v7.0.symbols.gmt)
geneSets <- getGmt("h.all.v7.0.symbols.gmt")
##获取表达矩阵,这里选择标准化后但没有均一化的数据
expMat<-GetAssayData(sub,slot="data")
mydata<-as.matrix(expMat)
##提供列注释
annotation_col<-data.frame(Type=Idents(sub))
##运行GSVA,返回二项式分布的结果
res_es <- gsva(mydata, geneSets, min.sz=10, max.sz=500, verbose=FALSE, parallel.sz=8)
然后,使用limma线性模型分析新表达矩阵的差异,寻找case-control差异通路
##设置分组
grouP<-as.factor(annotation_col$Type)
desigN <- model.matrix(~ grouP + 0)
rownames(desigN)<-colnames(mydata)
#head(desigN)
#这里需要手动构建差异矩阵,我这里用每个亚类的case和control比较,寻找其中的差异
comparE <- makeContrasts(clu1=grouP0_case-grouP0_control,clu2=grouP1_case-grouP1_control,clu3=grouP2_case-grouP2_control,levels=desigN)
#构建线性模型
fiT <- lmFit(res_es, desigN)
fiT2 <- contrasts.fit(fiT, comparE)
fiT3 <- eBayes(fiT2)
#这里获取一步ANNOVA检验获取的不同分组的log2FC,可以用来构造热图
Diff<-topTableF(fiT3,adjust="BH",p.value=0.05,num=50)
write.table(Diff,"diff_path.txt",sep="\t",quote=FALSE)
然后绘图
library(pheatmap)
library(dplyr)
data<-read.table("diff_path.txt",sep="\t",stringsAsFactors = FALSE,header = TRUE,check.names = FALSE)
data$name<-rownames(data)
data<-tbl_df(data)
##提取cluster对应的log2FC
data<-select(data,name,0,1,2)
data<-as.data.frame(data)
nn<-gsub("HALLMARK_","",data$name)
nn<-tolower(gsub("_"," ",nn))
rownames(data)<-nn
data<-data[,-1]
pheatmap(haha,color = colorRampPalette(c("navy", "white", "firebrick3"))(100),angle_col = 45)
然后,使用limma构建不同分组,分别对比不同cluster之间的差异通路
##因为要使用cluster区别差异,所以先恢复细胞类型定义
Idents(sub)<-"celltype"
annotation_col<-data.frame(Type=Idents(sub))
some_cluster<-annotation_col
some_cluster$Type<-as.character(some_cluster$Type)
#把0-clu的定义一组,不是0-clu的定义为另外的组
some_cluster$Type[which(some_cluster$Type!="0")]<-"control"
some_cluster$Type[which(some_cluster$Type="0")]<-"case"
#构建分组矩阵
grouP<-as.factor(some_cluster$Type)
desigN <- model.matrix(~ grouP + 0)
rownames(desigN)<-colnames(mydata)
comparE <- makeContrasts(grouPcase-grouPcontrol,levels=desigN)
#构建线性模型
fiT <- lmFit(res_es, desigN)
fiT2 <- contrasts.fit(fiT, comparE)
fiT3 <- eBayes(fiT2)
#提取差异通路
Diff<-topTable(fiT3,p.value=0.05,num=Inf)
some_diff<-Diff
some_diff<-Diff['t']
colnames(some_diff)<-"0"
##这里因为有多个分组互相比较,最后需要整合不同分组的t-value表,使用merge
some_diff$name<-rownames(some_diff)
fin<-merge(some_diff,fin,by="name")
write.table(fin,"diff_path.txt",sep="\t",quote=FALSE,row.names=FALSE)
以上完成后,获取的差异通路信息可以通过画热图的方式展示,画图和前面一致
TF转录因子分析
按照SCENIC的官方教程,跑完整个流程(这里耗时很长,所以不能直接跑,要提交作业活着screen,避免中间间断
SCENIC 基因互作数据库需要提前下载,人类的一共两个,每个1.2G
hg19-500bp-upstream-7species.mc9nr.feather
hg19-tss-centered-10kb-7species.mc9nr.feather
library(Seurat)
library(SCENIC)
#读取对象
endo<-readRDS("sub_cluster.rds")
DefaultAssay(endo) <- "integrated"
endo$celltype.case<-paste(Idents(endo),endo$stim,sep="_")
endo$celltype<-Idents(endo)
Idents(endo)<-"celltype.case"
##生成亚型分类信息
cellInfo<-data.frame(CellType=Idents(endo))
#提取表达矩阵
exprMat<-GetAssayData(endo,slot="data")
exprMat<-as.matrix(exprMat)
##很关键,很多中间数据都保存在这里面,不要乱改名字
dir.create("int")
saveRDS(cellInfo, file="int/cellInfo.Rds")
org="hgnc" # or hgnc, or dmel
##这个数据库需要从官网下载
dbDir="/SingleCell/SCENIC/cisTarget_databases"
myDatasetTitle="someproject"
data(defaultDbNames)
dbs <- defaultDbNames[[org]]
scenicOptions <- initializeScenic(org=org, dbDir=dbDir, dbs=dbs, datasetTitle=myDatasetTitle, nCores=4)
scenicOptions@inputDatasetInfo$cellInfo <- "int/cellInfo.Rds"
saveRDS(scenicOptions, file="int/scenicOptions.Rds")
###过滤参数需要根据你输入的数据格式有所调整
genesKept <- geneFiltering(exprMat, scenicOptions=scenicOptions,minCountsPerGene=3*.01*ncol(exprMat),minSamples=ncol(exprMat)*.01)
exprMat_filtered <- exprMat[genesKept, ]
rm(endo)
runCorrelation(exprMat_filtered, scenicOptions)
runGenie3(exprMat_filtered, scenicOptions)
scenicOptions@settings$verbose <- TRUE
scenicOptions@settings$nCores <- 4
scenicOptions@settings$seed <- 123
runSCENIC_1_coexNetwork2modules(scenicOptions)
runSCENIC_2_createRegulons(scenicOptions)
runSCENIC_3_scoreCells(scenicOptions, exprMat)
接下来,我们已经得到了新的转录调控打分矩阵,需要做的就是继续进行差异分析,我们接下来进行不同细胞亚类型之间的差异分析,从而确认到底是哪些互作专一性影响某个细胞亚类。
library(SCENIC)
library(AUCell)
library(Seurat)
library(limma)
##这里需要在/int的上级目录
scenicOptions <- readRDS("int/scenicOptions.Rds")
cellInfo<-readRDS("int/cellInfo.Rds")
regulons <- loadInt(scenicOptions, "regulons")
#获取互作基因关系
regulons2 <- loadInt(scenicOptions, "aucell_regulons")
#获取打分矩阵
regulonAUC <- loadInt(scenicOptions, "aucell_regulonAUC")
regulonAUC <- regulonAUC[onlyNonDuplicatedExtended(rownames(regulonAUC)),]
endo<-readRDS("sub_cluster.rds")
###差异分析,这里使用的方法和前面按照不同cluster分组的方法一致
annotation_col<-data.frame(Type=Idents(endo))
some_clu<-annotation_col
some_clu$Type<-as.character(some_clu$Type)
some_clu$Type[which(some_clu$Type!="0")]<-"control"
some_clu$Type[which(some_clu$Type=="0")]<-"case"
grouP<-as.factor(some_clu$Type)
desigN <- model.matrix(~ grouP + 0)
rownames(desigN)<-colnames(getAUC(regulonAUC))
comparE <- makeContrasts(grouPcase-grouPcontrol,levels=desigN)
fiT <- lmFit(as.data.frame(getAUC(regulonAUC)), desigN)
fiT2 <- contrasts.fit(fiT, comparE)
fiT3 <- eBayes(fiT2)
Diff<-topTable(fiT3,p.value=0.05,num=50)
some_diff<-Diff
some_diff<-Diff['t']
colnames(some_diff)<-"0"
###这里依旧按照上面的方法采用merge把不同分组的合并一下然后保存
接下来,我们需要分析下显著差异的某个转录因子所target的基因所对应的功能,我们可以使用Y 叔的clusterprofiler
library(clusterProfiler)
library(org.Hs.eg.db)
library(DOSE)
##选择junB基因对应的通路
gene<-regulons2$`JUNB (52g)`
id<-bitr(gene, fromType="SYMBOL", toType="ENTREZID",OrgDb="org.Hs.eg.db")
ego<-enrichGO(OrgDb="org.Hs.eg.db", gene = id$ENTREZID,pvalueCutoff = 0.05,readable=TRUE)
ekk<-enrichKEGG(gene=id$ENTREZID,organism='hsa',pvalueCutoff=0.05)
plotdata<-ego@result
plotdata$GeneRatio<-sapply(plotdata$GeneRatio,function(x) eval(parse(text = x)))
write.table(plotdata,"JUNB_ego.txt",sep="\t",row.names=FALSE,quote=FALSE)
plotdata<-ekk@result
plotdata$GeneRatio<-sapply(plotdata$GeneRatio,function(x) eval(parse(text = x)))
write.table(plotdata,"JUNB_ekk.txt",sep="\t",row.names=FALSE,quote=FALSE)
这里可以绘制条形图
接下来,我们还需要把对应的转录因子以及其targets 对应的AUCell score投影到umap图上
library(Seurat)
endo<-readRDS("sub_cluster.rds")
##因为要将转录调控矩阵在聚类图上显示,所以需要将表达矩阵存储到Seurat对象中
#但是因为features数目不对,所以只是替换一下对应的数值
#feature提取依旧使用基因的名字,按照顺序对应就是了
fin<-GetAssayData(endo,slot="data")
fin[1:length(rownames(getAUC(regulonAUC))),]<-getAUC(regulonAUC)
new_endo<-SetAssayData(endo,slot="data",new.data=fin,assay="RNA")
pdf("test3.pdf",width=4,height=4)
FeaturePlot(new_endo,feature="RP4-669L17.10",cols = c("grey", "red"),min.cutoff="q9",slot="data")+theme(title = element_text(face="bold"),text = element_text(face="bold"))+theme(panel.grid.major = element_line(linetype = "blank"), legend.text = element_text(size = 10),panel.grid.minor = element_line(linetype = "blank"), panel.background = element_rect(colour = "black", size = 2, linetype = "solid"))
dev.off()
原创不易,禁止转载