admin管理员组文章数量:1037775
单细胞的这种命名方式可取吗？
今天又来学习一篇单细胞数据文章，标题为《Integration of Single-Cell and Bulk Transcriptomes to Identify a Poor Prognostic Tumor Subgroup to Predict the Prognosis of Patients with Early-stage Lung Adenocarcinoma》，这篇文献于2025年1月21号发表在J Cancer杂志上。
这是曾老板发在群里的一个数据集：
【写作任务1】这个文献不应该是出现一个， SLC45A3+ cells were identified as a group of cells lacking significant features of known cell markers. 降维聚类分群就好奇怪， eight groups: T, NK, B, epithelial, myeloid, stromal, and SLC45A3+ cells 大家试试看，做一下，然后写一个笔记
文献中的注释结果
文章中的单细胞数据分析结果如下图：先不说作者很诡异的 tSNE 和 UMAP都是分群只放一个就行他偏偏要两个都展示一下感觉有凑图的嫌疑吧。
在众多分群中有一个群：SLC45A3+ 命名的群出现感觉有点突兀，而且下面的基因对应的是：SLC5A3。文章中的描述为：
SLC45A3+ cells were identified as a group of cells lacking significant features of known cell markers
那这个群为什么不可能出现在数据中呢？这就来看一下！
这个单细胞对应的数据集为：.cgi?acc=GSE117570，为非小细胞性肺癌样本，总共8个样本：
代码语言：javascript代码运行次数：0运行复制GSM3304007 P1_Tumor
GSM3304008 P1_Normal
GSM3304009 P2_Tumor
GSM3304010 P2_Normal
GSM3304011 P3_Tumor
GSM3304012 P3_Normal
GSM3304013 P4_Tumor
GSM3304014 P4_Normal
数据预处理
去GEO中把 GSE117570_RAW.tar 下载下来，解压，读取：
代码语言：javascript代码运行次数：0运行复制###
### Create: Jianming Zeng
### Date: 2023-12-31
### Email: jmzeng1314@163
### Blog: /
### Forum: .html
### CAFS/SUSTC/Eli Lilly/University of Macau
### Update Log: 2023-12-31 First version
### Update Log: 2024-12-09 by juan zhang (492482942@qq)
###
rm(list=ls())
options(stringsAsFactors = F)
library(ggsci)
library(dplyr)
library(future)
library(Seurat)
library(clustree)
library(cowplot)
library(data.table)
library(ggplot2)
library(patchwork)
library(stringr)
library(qs)
library(Matrix)
getwd()
# 创建目录
getwd()
gse <- "GSE117570"
dir.create(gse)
# 方式一：标准文件夹
###### step1: 导入数据 ######
samples <- list.files("GSE117570/",pattern = "processed_data.txt.gz")
samples
scRNAlist <- lapply(samples, function(pro){
#pro <- samples[1]
print(pro)
ct <- data.table::fread(paste0("GSE117570/",pro),data.table = F)
ct[1:5, 1:5]
dim(ct)
rownames(ct) <- ct[,1]
ct <- ct[,-1]
ct[1:5, 1:5]
sce <- CreateSeuratObject(ct, project=gsub("_processed_data.txt.gz","", pro), min.cells = 3)
return(sce)
})
names(scRNAlist) <- gsub("_processed_data.txt.gz","", samples)
scRNAlist
# merge
sce.all <- merge(scRNAlist[[1]], y=scRNAlist[-1], add.cell.ids=gsub("_processed_data.txt.gz","", samples))
sce.all <- JoinLayers(sce.all) # seurat v5
sce.all
# 查看特征
as.data.frame(sce.all@assays$RNA$counts[1:10, 1:2])
head(sce.all@meta.data, 10)
table(sce.all$orig.ident)
temp <- str_split(sce.all$orig.ident, pattern = "_", simplify = T)
head(temp)
sce.all$orig.ident <- temp[,1]
sce.all$patient <- temp[,2]
sce.all$group <- temp[,3]
table(sce.all$orig.ident)
table(sce.all$patient)
table(sce.all$group)
library(qs)
qsave(sce.all, file="GSE117570/sce.all.qs")
经过简单质控，并降维聚类分群，选择res 0.5的结果，共得到16个亚群，10627个细胞：
使用已知marker进行注释
简单绘制一张已知基因的气泡图如下：
简单注释结果如下：
代码语言：javascript代码运行次数：0运行复制################## 注释，读取注释文件
sce.all.int
head(sce.all.int@meta.data)
Idents(sce.all.int) <- "RNA_snn_res.0.5"
Idents(sce.all.int)
temp <- read.table("3-check-by-0.5/anno.txt",sep = "\t")
temp
new.cluster.ids <- temp[,2]
names(new.cluster.ids) <- temp[,1]
new.cluster.ids
sce.all.int <- RenameIdents(sce.all.int, new.cluster.ids)
table(Idents(sce.all.int))
## 新增一列注释
anno <- as.data.frame(sce.all.int@active.ident)
sce.all.int <- AddMetaData(sce.all.int, metadata = anno, col.name = "celltype")
head(sce.all.int@meta.data)
table(sce.all.int$celltype)
# 美化版
p <- CellDimPlot(sce.all.int, group.by = "celltype", reduction = "UMAP", label = T,label.size = 3, label_repel = T, label_insitu = T,
label_point_size = 1, label_point_color =NA ,label_segment_color = NA)
p
ggsave(plot=p, filename="3-check-by-0.3/Dimplot_celltype.pdf",width = 8, height = 8)
phe <- sce.all.int@meta.data
head(phe)
saveRDS(phe, file = "3-check-by-0.5/phe.RData")
没有什么大问题，再来看看文章中描述的那一群，当我想看看 SLC45A3 这个基因在哪一群中高表达时：
代码语言：javascript代码运行次数：0运行复制VlnPlot(sce.all.int, features = c("SLC45A3"))
结果却告诉我，额有点懵：
代码语言：javascript代码运行次数：0运行复制> VlnPlot(sce.all.int, features = c("SLC45A3"))
Error in `FetchData()`:
! None of the requested variables were found: SLC45A3
Run `rlang::last_trace()` to see where the error occurred.
我还担心是不是出问题了，使用了模糊搜索：
代码语言：javascript代码运行次数：0运行复制grep("SLC45A3",rownames(sce.all.int),value = T)
# character(0)
grep("SLC4",rownames(sce.all.int),value = T)
# [1] "SLC4A1AP" "SLC4A7" "SLC41A3" "SLC44A1" "SLC43A3" "SLC43A2" "SLC44A2" "SLC41A1" "SLC40A1" "SLC44A4" "SLC4A2" "SLC48A1" "SLC46A3" "SLC44A3"
这就是不可能出现的原因吗？这个数据根本就没有 SLC45A3 这个基因！
再来看看这个SLC5A3基因呢：
VlnPlot(sce.all.int, features = c("SLC5A3"),group.by = select_idet)
DotPlot(sce.all.int, features = c("SLC5A3"), assay='RNA',group.by = select_idet,cols = c("grey", "red") )
现在的文章灌水不知道为什么到了这么猖狂的地步~
本文参与 腾讯云自媒体同步曝光计划，分享自微信公众号。原始发表：2025-03-16，如有侵权请联系 cloudcommunity@tencent 删除数据分析datainttable数据单细胞的这种命名方式可取吗？
今天又来学习一篇单细胞数据文章，标题为《Integration of Single-Cell and Bulk Transcriptomes to Identify a Poor Prognostic Tumor Subgroup to Predict the Prognosis of Patients with Early-stage Lung Adenocarcinoma》，这篇文献于2025年1月21号发表在J Cancer杂志上。
这是曾老板发在群里的一个数据集：
【写作任务1】这个文献不应该是出现一个， SLC45A3+ cells were identified as a group of cells lacking significant features of known cell markers. 降维聚类分群就好奇怪， eight groups: T, NK, B, epithelial, myeloid, stromal, and SLC45A3+ cells 大家试试看，做一下，然后写一个笔记
文献中的注释结果
文章中的单细胞数据分析结果如下图：先不说作者很诡异的 tSNE 和 UMAP都是分群只放一个就行他偏偏要两个都展示一下感觉有凑图的嫌疑吧。
在众多分群中有一个群：SLC45A3+ 命名的群出现感觉有点突兀，而且下面的基因对应的是：SLC5A3。文章中的描述为：
SLC45A3+ cells were identified as a group of cells lacking significant features of known cell markers
那这个群为什么不可能出现在数据中呢？这就来看一下！
这个单细胞对应的数据集为：.cgi?acc=GSE117570，为非小细胞性肺癌样本，总共8个样本：
代码语言：javascript代码运行次数：0运行复制GSM3304007 P1_Tumor
GSM3304008 P1_Normal
GSM3304009 P2_Tumor
GSM3304010 P2_Normal
GSM3304011 P3_Tumor
GSM3304012 P3_Normal
GSM3304013 P4_Tumor
GSM3304014 P4_Normal
数据预处理
去GEO中把 GSE117570_RAW.tar 下载下来，解压，读取：
代码语言：javascript代码运行次数：0运行复制###
### Create: Jianming Zeng
### Date: 2023-12-31
### Email: jmzeng1314@163
### Blog: /
### Forum: .html
### CAFS/SUSTC/Eli Lilly/University of Macau
### Update Log: 2023-12-31 First version
### Update Log: 2024-12-09 by juan zhang (492482942@qq)
###
rm(list=ls())
options(stringsAsFactors = F)
library(ggsci)
library(dplyr)
library(future)
library(Seurat)
library(clustree)
library(cowplot)
library(data.table)
library(ggplot2)
library(patchwork)
library(stringr)
library(qs)
library(Matrix)
getwd()
# 创建目录
getwd()
gse <- "GSE117570"
dir.create(gse)
# 方式一：标准文件夹
###### step1: 导入数据 ######
samples <- list.files("GSE117570/",pattern = "processed_data.txt.gz")
samples
scRNAlist <- lapply(samples, function(pro){
#pro <- samples[1]
print(pro)
ct <- data.table::fread(paste0("GSE117570/",pro),data.table = F)
ct[1:5, 1:5]
dim(ct)
rownames(ct) <- ct[,1]
ct <- ct[,-1]
ct[1:5, 1:5]
sce <- CreateSeuratObject(ct, project=gsub("_processed_data.txt.gz","", pro), min.cells = 3)
return(sce)
})
names(scRNAlist) <- gsub("_processed_data.txt.gz","", samples)
scRNAlist
# merge
sce.all <- merge(scRNAlist[[1]], y=scRNAlist[-1], add.cell.ids=gsub("_processed_data.txt.gz","", samples))
sce.all <- JoinLayers(sce.all) # seurat v5
sce.all
# 查看特征
as.data.frame(sce.all@assays$RNA$counts[1:10, 1:2])
head(sce.all@meta.data, 10)
table(sce.all$orig.ident)
temp <- str_split(sce.all$orig.ident, pattern = "_", simplify = T)
head(temp)
sce.all$orig.ident <- temp[,1]
sce.all$patient <- temp[,2]
sce.all$group <- temp[,3]
table(sce.all$orig.ident)
table(sce.all$patient)
table(sce.all$group)
library(qs)
qsave(sce.all, file="GSE117570/sce.all.qs")
经过简单质控，并降维聚类分群，选择res 0.5的结果，共得到16个亚群，10627个细胞：
使用已知marker进行注释
简单绘制一张已知基因的气泡图如下：
简单注释结果如下：
代码语言：javascript代码运行次数：0运行复制################## 注释，读取注释文件
sce.all.int
head(sce.all.int@meta.data)
Idents(sce.all.int) <- "RNA_snn_res.0.5"
Idents(sce.all.int)
temp <- read.table("3-check-by-0.5/anno.txt",sep = "\t")
temp
new.cluster.ids <- temp[,2]
names(new.cluster.ids) <- temp[,1]
new.cluster.ids
sce.all.int <- RenameIdents(sce.all.int, new.cluster.ids)
table(Idents(sce.all.int))
## 新增一列注释
anno <- as.data.frame(sce.all.int@active.ident)
sce.all.int <- AddMetaData(sce.all.int, metadata = anno, col.name = "celltype")
head(sce.all.int@meta.data)
table(sce.all.int$celltype)
# 美化版
p <- CellDimPlot(sce.all.int, group.by = "celltype", reduction = "UMAP", label = T,label.size = 3, label_repel = T, label_insitu = T,
label_point_size = 1, label_point_color =NA ,label_segment_color = NA)
p
ggsave(plot=p, filename="3-check-by-0.3/Dimplot_celltype.pdf",width = 8, height = 8)
phe <- sce.all.int@meta.data
head(phe)
saveRDS(phe, file = "3-check-by-0.5/phe.RData")
没有什么大问题，再来看看文章中描述的那一群，当我想看看 SLC45A3 这个基因在哪一群中高表达时：
代码语言：javascript代码运行次数：0运行复制VlnPlot(sce.all.int, features = c("SLC45A3"))
结果却告诉我，额有点懵：
代码语言：javascript代码运行次数：0运行复制> VlnPlot(sce.all.int, features = c("SLC45A3"))
Error in `FetchData()`:
! None of the requested variables were found: SLC45A3
Run `rlang::last_trace()` to see where the error occurred.
我还担心是不是出问题了，使用了模糊搜索：
代码语言：javascript代码运行次数：0运行复制grep("SLC45A3",rownames(sce.all.int),value = T)
# character(0)
grep("SLC4",rownames(sce.all.int),value = T)
# [1] "SLC4A1AP" "SLC4A7" "SLC41A3" "SLC44A1" "SLC43A3" "SLC43A2" "SLC44A2" "SLC41A1" "SLC40A1" "SLC44A4" "SLC4A2" "SLC48A1" "SLC46A3" "SLC44A3"
这就是不可能出现的原因吗？这个数据根本就没有 SLC45A3 这个基因！
再来看看这个SLC5A3基因呢：
VlnPlot(sce.all.int, features = c("SLC5A3"),group.by = select_idet)
DotPlot(sce.all.int, features = c("SLC5A3"), assay='RNA',group.by = select_idet,cols = c("grey", "red") )
现在的文章灌水不知道为什么到了这么猖狂的地步~
本文参与 腾讯云自媒体同步曝光计划，分享自微信公众号。原始发表：2025-03-16，如有侵权请联系 cloudcommunity@tencent 删除数据分析datainttable数据本文标签： 单细胞的这种命名方式可取吗
版权声明：本文标题：单细胞的这种命名方式可取吗？ 内容由热心网友自发贡献，该文观点仅代表作者本人， 转载请联系作者并注明出处：http://it.en369.cn/jiaocheng/1748248162a2275039.html， 本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容，一经查实，本站将立刻删除。
发表评论