单细胞转录组 | 数据降维

前言

在对单细胞转录组数据标准化之后，需要对数据进行降维。

那么降维的目的是什么呢？

假设一共1000个细胞，每个细胞只有一个基因（基因Ⅰ）的表达，那么这些细胞会分布在以基因Ⅰ为x轴的一维坐标轴上；如果每个细胞有两个基因（基因Ⅰ、基因Ⅱ）表达，那么这些细胞会分布在以基因Ⅰ为x轴（y轴），基因Ⅱ为y轴（x轴）的二维平面上；如果每个细胞有三个基因（基因Ⅰ、基因Ⅱ、基因Ⅲ）表达，以此类推……

现实中，每个细胞中的基因表达往往成千上万，那么就有成千上万个纬度。因此我们需要降维，将在细胞间变化幅度不大的基因降维去掉，用尽可能少的纬度展示数据的真实结构。

本文框架

1. 安装包

如果已经安装，此步请跳过。

install.packages('Seurat')
install.packages('dplyr')
install.packages('tidyverse')
install.packages('patchwork')

2. 加载包

library(Seurat)
library(dplyr)
library(tidyverse)
library(patchwork)

3. 设置工作路径

setwd("D:/sc-seq/BC21")

根据自己数据的存放位置自定义路径。

4. 读取数据

该数据为标准化后的数据。

scRNA <-load("scRNA1.Rdata")

5. PCA降维

RunPCA函数格式：RunPCA(object,features = NULL, npcs = 50,……)

object：标准化后的Seurat对象；

features：用来进行PCA的基因：为单细胞转录组 | 数据归一化与筛选高变基因中鉴定的高变基因；

npcs：计算和存储的PC数（默认为 50）。

scRNA1 <- RunPCA(scRNA1, features = VariableFeatures(scRNA1)) 

降维信息储存在下图红框所示"pca"中；蓝色框中3854表示为3854个细胞，50表示50个纬度。即：将所有高变基因降维到了50个纬度。

5.1 查看降维信息

# 提取pca信息
pca <- scRNA1@reductions[["pca"]]@cell.embeddings
# 查看pca信息
view(pca)

降维信息展示

Seurat根据PCA分数对细胞聚类，每个PC基本上表示一个特征，该特征结合了相关特征集上的信息。

下图中PC1解释最大的数据差异，PC2解释了第二大部分差异，PC3解释了第三大部分差异，以此类推……

那么我们应该选择多少个PCs数才能代表数据的真实结构，进行后续分析呢？请接着往下看。

5.2 纬度数的选择

我们可以通过ElbowPlot绘制图片查看降维的效果。

ElbowPlot函数格式：ElbowPlot(object, ndims = 20, reduction = "pca")

object：标准化后的Seurat对象；

ndims：绘制标准差的维数；

reduction：绘制方法。

# 绘图
plot <- ElbowPlot(scRNA1, ndims=50, reduction="pca") 
# 将图片输出到画板上
plot

查看图片

我们可以通过图片找到转折点（即：转折点前变化幅度大，转折点后变化幅度小）来确定维度数数。

这在里我们选择15个维度数进行下游分析。

选择纬度数时建议一般情况纬度数选择10-20之间；同时更建议根据自己的数据情况，选择多组不同的纬度数进行下游分析，找到最佳结果。

6. 保存数据

保存存储PCA信息的数据用于后续分析。

save(scRNA1,file='scRNA1.Rdata')