10x单细胞分析流程

参考：单细胞测序分析软件包_seurat使用笔记_橙子榴莲巧克力的博客-CSDN博客_seurat单细胞测序

#下载Seurat官网给的pbmc数据，解压tar.gz文件后生成三个文件，包括features,barcode和matrix文件

barcode.tsv文件:

 gene.tsv文件：基因名与Ensembl基因名的对应关系

matrix.mtx文件：

 

 matrix.mtx文件中的三列分别代表cell bracode在第一个文件中的对应行，features在第二个文件的对应行，某个基因在某个细胞中的UMI的数量。

#读入矩阵并创建对象

library(dplyr)
library(Seurat)
library(patchwork)
pbmc.data=Read10X(data.dir="/data/jinwf/huxl/pbmc/filtered_gene_bc_matrices/hg19/")
pbmc.data
pbmc=CreateSeuratObject(counts=pbmc.data,project="pbmc3k",min.cells=3,min.features = 200)

 创建对象后，我们来看看这个时候这个对象里面包含了什么东西

 

 此时刚创建完的对象里除了pbmc@assay里有一列变量，[email protected]里有三列变量，pbmc里有一列变量外，其他地方基本为空的。pbmc$这个总共有三个变量。

#查看这个对象里有啥
pbmc@assays$RNA[1:20] #存放原始矩阵信息，行为基因名，列为细胞名。表示某个基因在某个细胞中的表达量，数字代表UMI数量，点代表无。
[email protected][1:20,] #存放原始数据信息，行位细胞名，三列分别为orig.ident(pbmc3k，projectname),nCount_RNA(UMI数量),nFeature_RNA(基因数量)
[email protected] #[1] "RNA" ；
head([email protected]) ; length([email protected]) #2700；这里存放了cell barcode信息
pbmc@graphs #list();
pbmc@neighbors #list()
pbmc@reductions #list()
pbmc@images #list()
[email protected] #[1] "pbmc3k"
pbmc@misc #list()
pbmc@version #[1] ‘3.2.0’
pbmc@commands #list()
pbmc@tools #list()