单细胞笔记2-inferCNV的使用

介绍

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。

---

引言

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基本用法

输入

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：

基因在染色体上的位置信息文件格式

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：

细胞类型文件格式

---

示例代码

pbmc_mini <- readRDS('../data3/pbmc_mini.RDS')

table(pbmc_mini$seurat_clusters)

celltype <- cbind(colnames(pbmc_mini),as.character([email protected]$seurat_clusters))

head(celltype)

write.table(celltype,'../data3/infercnv_mini3/celltype_pbmc_mini_harmony_0.1.txt',

            sep = '\t',row.names=F,col.names=F,quote=F)            # 准备细胞类型文件

mtx <- pbmc_mini@assays$RNA@counts

infercnv_obj = CreateInfercnvObject(

          raw_counts_matrix = mtx,

          annotations_file = '../data3/infercnv_mini3/celltype_pbmc_mini_harmony_0.1.txt',

          gene_order_file="../data2/gencode_v19_gene_pos.txt",

          ref_group_names=c("4",'8'))

infercnv_obj = infercnv::run(infercnv_obj,

                            cutoff=0.1,  # use 1 for smart-seq, 0.1 for 10x-genomics

                            out_dir = '../data3/infercnv_mini3/',  # dir is auto-created for storing outputs

                            cluster_by_groups=T,  # 选择TRUE是按样本分组 改为FALSE会进行按另一个参数k_obs_groups给出的分组数（默认为1）进行分组

                            denoise=F,

                            HMM=F,  # 是否基于HMM预测CNV,True的话时间很久

                            no_prelim_plot=TRUE,

                            analysis_mode ='subclusters' # 区分肿瘤亚型，慢)

---

结果解读

可以看到，4000个细胞跑出了4G的结果文件：

结果列表

infercnv.png

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

infercnv.png

infercnv.observations_dendrogram.txt

树状图的newick格式，对应热图的观测panel的“树”

infercnv.observations_dendrogram.txt

run.final.infercnv_obj

run.final.infercnv_obj <- readRDS('../data6/infercnv/2016_Nature_IDHO/run.final.infercnv_obj')

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

expr.infercnv.dat

和[email protected]一样

infercnv.heatmap_thresholds.txt

?

infercnv.observation_groupings.txt

observation细胞的分组情况

infercnv.references.txt

reference细胞的cnv矩阵

infercnv.observations.txt

observation细胞的cnv矩阵

---

参考

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