单细胞转录组数据挖掘流程记录-LUAD(GSE123902)

数据介绍：

来自谷歌翻译：

通过转录分析跨肺腺癌不同进展阶段患者的单细胞，我们提供了未治疗原发肿瘤上皮再生的证据，以及跨越胚胎发育关键阶段和转移中肺形态发生的表型连续体。我们通过转录分析分析了 41,384 个来自非肿瘤相关肺（n=4）、原发性肺腺癌（n=8;7 个未治疗和 1 个新辅助化疗后）以及脑（n=3）、骨（n=1）和肾上腺（n=1）肺腺癌转移的单细胞。这些样本来自不同肿瘤进展阶段的患者，且未对特定细胞类型进行富集，确保整个肿瘤及其微环境均以无偏见方式采样。所有患者的数据被合并，创建了正常肺、原发肿瘤和转移的全球细胞图谱。

数据下载地址：https://www.ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE123902

数据下载：

wget -c "https://www.ncbi.nlm.nih.gov/geo/download/?acc=GSE123902&format=file" -O GSE123902_RAW.tar
#解压
tar xvf GSE123902_RAW.tar

准备map文件，链接统一文件名：

GSM3516662_MSK_LX653_PRIMARY_TUMOUR_dense.csv.gz	LX653T
GSM3516663_MSK_LX661_PRIMARY_TUMOUR_dense.csv.gz	LX661T
GSM3516664_MSK_LX666_METASTASIS_dense.csv.gz	LX666M
GSM3516665_MSK_LX675_PRIMARY_TUMOUR_dense.csv.gz	LX675T
GSM3516666_MSK_LX675_NORMAL_dense.csv.gz	LX675N
GSM3516667_MSK_LX676_PRIMARY_TUMOUR_dense.csv.gz	LX676T
GSM3516668_MSK_LX255B_METASTASIS_dense.csv.gz	LX255BM
GSM3516669_MSK_LX679_PRIMARY_TUMOUR_dense.csv.gz	LX679T
GSM3516670_MSK_LX680_PRIMARY_TUMOUR_dense.csv.gz	LX680T
GSM3516671_MSK_LX681_METASTASIS_dense.csv.gz	LX681M
GSM3516672_MSK_LX682_PRIMARY_TUMOUR_dense.csv.gz	LX682T
GSM3516673_MSK_LX682_NORMAL_dense.csv.gz	LX682N
GSM3516674_MSK_LX684_PRIMARY_TUMOUR_dense.csv.gz	LX684T
GSM3516675_MSK_LX684_NORMAL_dense.csv.gz	LX684N
GSM3516676_MSK_LX685_NORMAL_dense.csv.gz	LX685N
GSM3516677_MSK_LX699_METASTASIS_dense.csv.gz	LX699M
GSM3516678_MSK_LX701_METASTASIS_dense.csv.gz	LX701M

# 链接文件

cat map.txt |while read a b;do ln -s $a $b.csv.gz;done

数据分析：

样本准备mata文件：meta.tsv

Sample	Patient_id	Tissue	Histology	Smoking	Pathology	EGFR_MUT	EGFR_Type	Stages	Stages_Status
LX653T	MSK-LX653	tLung	ADC	Never	NA	EGFR_KMT2D_U2AF1_RET	MUT	IA	Low
LX661T	MSK-LX661	tLung	ADC	Ex	NA	EGFR_TP53	MUT	IA	Low
LX666M	MSK-LX666	mBone	ADC	Never	NA	EGFR	MUT	IV	High
LX675N	MSK-LX675	nLung	ADC	Never	NA	EGFR	MUT	IV	High
LX675T	MSK-LX675	tLung	ADC	Never	NA	EGFR	MUT	IV	High
LX676T	MSK-LX676	tLung	ADC	Cur	NA	Negative	WT	IA	Low
LX255BM	MSK-LX255B	mBrain	ADC	Ex	NA	EGFR_TP53	MUT	IV	High
LX679T	MSK-LX679	tLung	ADC	Ex	NA	KRAS	WT	IIA	Low
LX680T	MSK-LX680	tLung	ADC(Double)	Ex	NA	TP53	WT	IB	Low
LX681M	MSK-LX681	mBrain	ADC	Ex	NA	Negative	WT	IV	High
LX682T	MSK-LX682	tLung	ADC	Ex	NA	KRAS	WT	IB	Low
LX682N	MSK-LX682	nLung	ADC	Ex	NA	KRAS	WT	IB	Low
LX684T	MSK-LX684	tLung	ADC	Ex	NA	KRAS	WT	IA	Low
LX684N	MSK-LX684	nLung	ADC	Ex	NA	KRAS	WT	IA	Low
LX685N	MSK-LX685	nLung	ADC	Never	NA	NA	NA	IA	Low
LX699M	MSK-LX699	mAdrenal	ADC	Ex	NA	KRAS_TP53	WT	IV	High
LX701M	MSK-LX701	mBrain	ADC	Never	NA	EGFR_TP53	MUT	IV	High

这次的数据是 h5 格式的也可以直接读入：
注意数据列分割设置逗号，需要转置一下

cat ~/LUAD/data/meta.tsv |sed '1d'| \
parallel -j 10 --colsep '\t' '
Rscript $scripts/seurat_sc_qc.r \
  --count ~/LUAD/data/{1}.csv.gz \
  --sep "," --transpose \
  -p {1} --project {1} \
  --nUMI.min 100 \
  --nUMI.max 150000 \
  --nGene.min 200 \
  --nGene.max 10000 \
  --mito.gene.pattern "^MT-" \
  --percent_mito 20 \
  --log10GenesPerUMI 0.8 \
  --metadata.col.name Sample Sample_Origin Patient_id Tissue Histology Smoking Pathology EGFR_MUT EGFR_Type Stages Stages_Status \
  --metadata.value {1} {3} {2} {3} {4} {5} {6} {7} {8} {9} {10}
'

cat ~/LUAD/data/meta.tsv | grep "^LX" | \
parallel -j 10 --colsep '\t' '
Rscript $scripts/seurat_CellCycleScoring.r -i {1}.afterQC.qs \
    -c $scripts/cell_cycle/human_cell_cycle_genes.tsv   -p {1}.CellCycleScoring
'


#2.3 双细胞分析

#DoubletFinder 分析需要做分群聚类分析之后才可以分析，另外作者不建议合并之后分析：
#参考：https://github.com/chris-mcginnis-ucsf/DoubletFinder?tab=readme-ov-file#input-scrna-seq-data
# 因此这里需要提前跑一下seurat的分群聚类分析


#seurat默认的标准化; 另外 SCT标准化需要加参数：--sctransform


cat ~/LUAD/data/meta.tsv|grep "^LX"|while read Sample Patient_id Tissue Histology Smoking Pathology EGFR_MUT EGFR_Type Stages Stages_Status;do

Rscript $scripts/seurat_sc_cluster.r --rds $Sample.CellCycleScoring.qs  \
 --resolution 0.5 -d 30 \
 -p $Sample   -o $Sample --cpu 20


## 如果是 SCT 标准化需要加参数：--sct
## 如果要去除双细胞增加参数：--removeDoubletCells

Rscript $scripts/DoubletFinder.r -i $Sample/$Sample.qs \
    -p  $Sample   --annotations seurat_clusters --removeDoubletCells
done


#合并样本，
Rscript $scripts/merge_seurat_obj.r -i *.doubletFinder.qs   -p all.sample.merged
# 分群聚类

Rscript $scripts/seurat_sc_cluster.r  --cpu 10  --rds all.sample.merged.qs  \
 --integrate.method harmony --batch.id Sample   \
 --resolution 0.2 -d 50 \
 -p luad.harmony  -o luad.harmony

分析结果：

发表于 2026-01-13 14:21
阅读 ( 106 )
分类：转录组

单细胞转录组数据挖掘流程记录-LUAD(GSE123902)

数据介绍：

数据下载：

数据分析：

你可能感兴趣的文章

相关问题

0 条评论

作家榜 »