SCENIC: 结果解读

1. GitHub

https://github.com/aertslab/SCENIC

2. Paper

doi:10.1038/nmeth.4463

2.1 结果说明和画图

http://htmlpreview.github.io/?https://github.com/aertslab/SCENIC/blob/master/Tutorials_JupyterNotebooks/SCENIC_tutorial_2-ExploringOutput.html

3. 官网

https://scenic.aertslab.org/

图片.png

4. 教程

https://zhuanlan.zhihu.com/p/358986392
https://www.jianshu.com/p/144ca10f5cb8
https://blog.csdn.net/qazplm12_3/article/details/103318716
https://www.jianshu.com/p/80dcafab9661

5. Debug

5.1 register

• 1. 解决方案 : https://www.zhihu.com/question/453454262/answer/2394129868

5.2 runSCENIC_3_scoreCells时的多线程问题

• 1. 报错信息 : Error in .AUCell_calcAUC(geneSets = geneSets, rankings = rankings, nCores = nCores, : Valid 'mctype': 'snow' or 'doMC'
• 2. 解决方案 : http://www.bio-info-trainee.com/8222.html

6. 输出文件解读

6.1.1 1.1_genesKept.Rds

• 1. Genie3输出结果
• 2. 用于Genie3计算的基因
     
     1.1_genesKept

6.1.2 1.2_corrMat.Rds

• 1. Genie3输出结果

• 2. 基因间相关性矩阵

     
     
     1.2_corrMat

6.1.3 1.4_GENIE3_linkList.Rds

• 1. Genie3输出结果
• 2. TF与Target之间的调控关系，及Target被调控量的权重
     
     1.4_GENIE3_linkList.Rds

6.1.4 1.6_tfModules_asDF.Rds

• 1. Genie3输出结果
• 2. 根据5种方法对edge是否激活的评分表
• 3. method : 用来评分的方法，一共是5种，推荐都使用
• 4. corr : runCorrelation()的结果；1为激活，0为中性，-1为抑制
     
     1.6_tfModules_asDF

6.2.1 2.1_tfModules_forMotifEnrichmet.Rds

• 1. cisTarget输出结果
• 2. 数据格式为list，其中每个元素为某种评分方法得到的某个调控因子所包含的target基因数
     
     2.1_tfModules_forMotifEnrichmet

6.2.2 Step2_MotifEnrichment.tsv

• 1. cisTarget输出结果
• 2. 每个共表达单元的富集Motif和相应的TF以及对应富集的Target gene
     
     Step2_MotifEnrichment
     
     geneSet : 共表达单元的名称，以其中的TF和使用的评分方法共同命名
     motif : Motif 的 ID
     TF_highConf : 对于这个共表达单元的这个Motif来说，高可信度的TF
TF_lowConf : 对于这个共表达单元的这个Motif来说，低可信度的TF
enrichedGenes : 对于这个共表达单元的这个Motif来说，上游调控序列中显著富集这个Motif的基因

6.2.3 Step2_regulonTargetsInfo.tsv

• 1. cisTarget输出结果
• 2. cisTarget输出结果总结
     
     image.png
     
     gene : 对应TF在构建网络里可用的直接Target gene
nMotifs : Target gene上游具有的Motif数量
     bestMotif : Target gene相对于当前TF最适配的Motif
highConfAnnot : 这里的这个TF与Target gene Motif的适配关系是不是已有注释

6.3.1 3.1_regulons_forAUCell.Rds

• 1. 用于AUCell的输入
• 2. 数据为列表，其中每一个元素都是经过cisTarget过滤，用来进行AUCell的一个Regulon所有基因
     
     3.1_regulons_forAUCell

6.3.2 3.3_aucellRankings.Rds

• 1. AUCell的输出
• 2. 所有基因在每个细胞中的Ranking结果
• 3. 结果保存在kk@assays@data@listData$ranking中
     
     3.3_aucellRankings

6.3.3 3.3_aucellRankings.Rds

• 1. AUCell的输出
• 2. 所有Regulon在每个细胞中的AUC
• 3. 结果保存在kk@assays@data$AUC中
     
     3.3_aucellRankings

6.3.4 3.5_AUCellThresholds.Rds

• 1. AUCell的输出
• 2. 所有Regulon的Threshold
     
     3.5_AUCellThresholds

6.4.1 4.1_binaryRegulonActivity.Rds

• 1. AUCell的输出
• 2. 所有Regulon在所有细胞中的二值化得分
     
     4.1_binaryRegulonActivity