分享是一种态度
- 1 加载R包
- 2 读取Seurat object
- 3 读取细胞簇的命名表
- 4 对细胞簇重命名
1 加载R包
代码语言:javascript复制library(Seurat)
library(ggplot2)
2 读取Seurat object
代码语言:javascript复制# Remove variables
rm(list = ls())
# Set workdir
workdir <- 'F:/R_Language/R_Practice/scRNA_Seq_column'
setwd(workdir)
# Load seurat object variable
sub_cells <- readRDS(file = "data/Raw_data/sub_cells.Rds")
DT::datatable(sub_cells@meta.data)
3 读取细胞簇的命名表
代码语言:javascript复制dataset_loc <- 'F:/R_Language/R_Practice/scRNA_Seq_column/data/Raw_data'
label_names <- read.csv(file.path(dataset_loc, 'Rename_name.csv'), header=T)
DT::datatable(label_names)
4 对细胞簇重命名
代码语言:javascript复制# Rename celltype
seurat_data <- sub_cells
labers = label_names[match(as.numeric(as.character(seurat_data@active.ident)), label_names[, 1]), 2]
seurat_data$labers <- labers
# Add clusters information
metadata <- seurat_data@meta.data
metadata$new_labers <- paste0('C', metadata$cluster, ': ', metadata$labers)
# Change cluster order
a <- names(table(metadata$new_labers))
b <- gsub(":.*$", "", a)
c <- a[order(as.numeric(gsub("C", "", b)))]
metadata$new_labers2 <- factor(metadata$new_labers, levels=c)
seurat_data@meta.data <- metadata
# Visualize
DimPlot(seurat_data, reduction = "tsne", group.by = "labers", label=T, label.size=5, pt.size=1) ggtitle('Add celltype')
代码语言:javascript复制DimPlot(seurat_data, reduction = "tsne", group.by = "new_labers", label=T, label.size=5, pt.size=1) ggtitle('Add cluster inforamtion')
代码语言:javascript复制DimPlot(seurat_data, reduction = "tsne", group.by = "new_labers2", label=T, label.size=5, pt.size=1) ggtitle('Change cluster order')
往期回顾
OSCA单细胞数据分析笔记10—Marker gene detection
NC单细胞文章复现(七):Gene expression signatures(2)
多组学分析肺结核队列的记忆T细胞状态
单细胞混样测序至少可以区分性别
如果你对单细胞转录组研究感兴趣,但又不知道如何入门,也许你可以关注一下下面的课程
- 生信爆款入门-2021第4期
- 数据挖掘(GEO,TCGA,单细胞)2021第4期
- 明码标价之共享96线程384G内存服务器