单细胞转录组数据挖掘流程记录-BCC 基底细胞癌(GSE123813)

单细胞转录组数据挖掘流程记录-BCC 基底细胞癌(GSE123813)

为方便学习我们单细胞课程的学员利用我们提供的脚本快速的分析公共数据做数据挖掘,这里开始记录一下不同公共数据相关分析shell代码。大家有了我们的代码就可以照抄分析,提高分析数据效率,今天是第1个数据,后续还有数据慢慢给大家分享:

  1. 数据介绍:


BCC 基底细胞癌(GSE123813),NCBI GEO数据下载地址:

https://www.ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE123813。

这个数据作者已经分析好,有原始的counts 还有注释好的metadata文件,可以使用我们的脚本直接读入:


attachments-2024-06-UtSeANgk6668178b5faaa.png

2.单细胞转录组数据下载:

mkdir -p data/GSE123813 #创建文件夹#数据下载wget -c "https://ftp.ncbi.nlm.nih.gov/geo/series/GSE123nnn/GSE123813/suppl/GSE123813%5Fbcc%5Fall%5Fmetadata.txt.gz" -O data/GSE123813/GSE123813_bcc_all_metadata.txt.gzwget -c "https://ftp.ncbi.nlm.nih.gov/geo/series/GSE123nnn/GSE123813/suppl/GSE123813%5Fbcc%5FscRNA%5Fcounts.txt.gz" -O data/GSE123813/GSE123813_bcc_scRNA_counts.txt.gz

观察数据:

metadata数据:

cell.id patient treatment       sort    cluster UMAP1   UMAP2bcc.su001.post.tcell_AAACCTGAGCTTCGCG   su001   post    CD45+ CD3+      CD8_mem_T_cells -8.49122047424316       5.53352499008179bcc.su001.post.tcell_AAACCTGAGGACATTA   su001   post    CD45+ CD3+      CD8_ex_T_cells  4.62372446060181        6.66859436035156bcc.su001.post.tcell_AAACCTGCACGCATCG   su001   post    CD45+ CD3+      CD8_mem_T_cells -7.92044115066528       3.19655275344849bcc.su001.post.tcell_AAACCTGCAGATGGGT   su001   post    CD45+ CD3+      CD8_mem_T_cells -7.87822341918945       4.33330249786377bcc.su001.post.tcell_AAACCTGCAGTGGAGT   su001   post    CD45+ CD3+      Tregs   -2.38209414482117       11.2608156204224bcc.su001.post.tcell_AAACCTGCATGCCTTC   su001   post    CD45+ CD3+      CD8_ex_T_cells  1.27268886566162        3.15348219871521bcc.su001.post.tcell_AAACCTGCATTGCGGC   su001   post    CD45+ CD3+      CD8_ex_T_cells  4.33470439910889        5.28554677963257bcc.su001.post.tcell_AAACCTGGTTATCACG   su001   post    CD45+ CD3+      CD4_T_cells     -3.83144402503967       9.61049652099609bcc.su001.post.tcell_AAACCTGTCACCCGAG   su001   post    CD45+ CD3+      CD8_ex_T_cells  4.10303926467896        6.88553094863892bcc.su001.post.tcell_AAACCTGTCAGGTTCA   su001   post    CD45+ CD3+      CD8_mem_T_cells -9.1302433013916        3.4471583366394

count数据:

bcc.su001.pre.tcell_AAACCTGCAGATCGGA    bcc.su001.pre.tcell_AAACCTGCAGGGATTG    bcc.su001.pre.tcell_AAACGGGCATAGACTC    bcc.su001.pre.tcell_AAACG>FO538757.2      0       0       0       0       0       0       1       0       0       0       0       0       0       0       0       0       0>AP006222.2      0       0       0       0       0       0       0       0       0       0       0       0       0       0       0       0       0>RP11-206L10.9   0       0       0       0       0       0       0       0       0       0       0       0       0       0       0       0       0>LINC00115       1       0       0       0       0       0       0       0       1       0       0       0       0       0       0       0       0>FAM41C  0       0       0       0       0       0       0       0       0       0       0       0       0       0       0       0       0       0>NOC2L   0       0       0       0       0       0       0       0       2       1       0       0       0       0       1       0       0       0>KLHL17  0       0       0       0       0       0       0       0       0       0       0       0       0       0       0       0       0       1>PLEKHN1 0       0       0       0       0       0       0       0       0       0       0       0       0       0       0       0       0       0>HES4    0       0       0       0       0       0       0       0       0       0       0       0       0       0       0       0       0       0>

观察数据主要注意的地方:

1)metadata列分割是tab还是空格分隔开,第一列的细胞名称和count矩阵的列名也就是细胞名称是否对应。

2)count矩阵的保存格式:表格?10X?h5?等格式,不同格式用不同的参数读入。

3.单细胞数据分析:

这个数据整理的还是挺标准的,可以用我们的R脚本直接读入分析:

scripts=~/single-cell/scripts/prefix=GSE123813outdir=BCC_GSE123813mkdir BCC_GSE123813.1#数据读入Rscript $scripts/seurat_sc_qc.r  --count   data/GSE123813/GSE123813_bcc_scRNA_counts.txt.gz  --project BCC_GSE123813  \      --nUMI.min 500 \      --nUMI.max 40000 \  --nGene.min 250 \  --mito.gene.pattern "^MT.*-" \  --percent_mito 10 \  --log10GenesPerUMI 0.8 \  -o BCC_GSE123813.1/01.qc -p GSE123813  --metadata data/GSE123813/GSE123813_bcc_all_metadata.txt.gz#降维聚类分析Rscript $scripts/seurat_sc_cluster.r --rds BCC_GSE123813/01.qc/GSE123813.afterQC.rds  \ -p GSE123813  --resolution 0.1  -d 30 -o BCC_GSE123813/02.cluster \ --vars.to.regress nUMI  percent_mito --high.variable.genes 2000

4.scType细胞分群分析结果展示

attachments-2024-06-4Z7yMvfa666817a5f2d79.png

5.单细胞转录组分析课程推荐:https://bdtcd.xetslk.com/s/4i88K6


attachments-2024-06-XVAZoutt666817b2c6fba.png

  • 发表于 2天前
  • 阅读 ( 37 )
  • 分类:转录组

0 条评论

请先 登录 后评论
omicsgene
omicsgene

生物信息

665 篇文章

作家榜 »

  1. omicsgene 665 文章
  2. 安生水 333 文章
  3. Daitoue 167 文章
  4. 生物女学霸 120 文章
  5. 红橙子 78 文章
  6. CORNERSTONE 72 文章
  7. xun 69 文章
  8. rzx 69 文章