單細(xì)胞轉(zhuǎn)錄組擬時間分析-軌跡分析stream

STREAM

??STREAM (Single-cell Trajectories Reconstruction, Exploration And Mapping) is an interactive pipeline capable of disentangling and visualizing complex branching trajectories from both single-cell transcriptomic and epigenomic data.

??STREAM is now published in Nature Communications! Please cite our paper H Chen, L Albergante, JY Hsu, CA Lareau, GL Bosco, J Guan, S Zhou, AN Gorban, DE Bauer, MJ Aryee, DM Langenau, A Zinovyev, JD Buenrostro, GC Yuan, L Pinello. Single-cell trajectories reconstruction, exploration and mapping of omics data with STREAM. Nature Communications, volume 10, Article number: 1903 (2019).if you find STREAM helpful for your research.

stream工作流程

Installation with Bioconda

#For single cell RNA-seq analysis:
conda create -n stream python=3.6 stream jupyter
conda activate myenv
#For single cell ATAC-seq analysis:
conda create -n myenv python=3.6 stream stream_atac jupyter
conda activate myenv

??該工具不僅能使用單細(xì)胞轉(zhuǎn)錄組的表達(dá)數(shù)據(jù)進(jìn)行擬時間(軌跡)分析,而且還可以使用單細(xì)胞ATAC的擬時間分析( k-mers and motifs),這為單細(xì)胞轉(zhuǎn)錄組和單細(xì)胞ATAC聯(lián)合分析提供了一種方法吹埠。

輸入文件

??單細(xì)胞轉(zhuǎn)錄組輸入文件:主要包括表達(dá)矩陣悍汛、細(xì)胞類型文件暮刃、細(xì)胞類型標(biāo)注顏色文件娃善。

單細(xì)胞轉(zhuǎn)錄組輸入文件格式--表達(dá)矩陣

單細(xì)胞轉(zhuǎn)錄組輸入文件格式--細(xì)胞類型文件

單細(xì)胞轉(zhuǎn)錄組輸入文件格式--細(xì)胞類型標(biāo)注顏色文件

??其中表達(dá)矩陣的列為樣品名稱,行為基因名稱购裙,細(xì)胞類型文件為樣品對應(yīng)的細(xì)胞類型链嘀,此文件的行數(shù)與表達(dá)矩陣的列數(shù)需要對應(yīng)萌狂,細(xì)胞類型標(biāo)注顏色文件只需要與細(xì)胞類型文件所有的細(xì)胞類型對應(yīng)即可。

gene_list

此文件主要為畫單個基因在軌跡上面的分布情況怀泊。

使用

??簡單的使用命令:

stream -m data_Nestorowa.tsv.gz -l cell_label.tsv.gz -c cell_label_color.tsv.gz
stream -m data_Nestorowa.tsv.gz -l cell_label.tsv.gz -c cell_label_color.tsv.gz -g gene_list.tsv.gz -p
stream -m data_Nestorowa.tsv.gz -l cell_label.tsv.gz -c cell_label_color.tsv.gz --DE --TG --LG -p

??上述三個命令茫藏,其中第一個命令主要是軌跡分析,第二個命令是使用第一個命令生成的中間文件進(jìn)行后續(xù)分析(-p 參數(shù)代表不在重復(fù)進(jìn)行計算軌跡分析)霹琼,主要是畫單個基因在軌跡上的分布圖务傲,第三個命令是做不同分支點的比較凉当,含有三種差異分析,具體可見官方說明售葡。

報錯

??其實今天主要想記錄的就是報錯以及解決方案(軟件的使用說明和結(jié)果解讀官方就有看杭,不需要再重復(fù)贅述),在實際使用過程中挟伙,出現(xiàn)了如下報錯:

報錯信息

??我使用不同的集群楼雹、不同數(shù)據(jù)進(jìn)行測試,結(jié)果發(fā)現(xiàn)有的數(shù)據(jù)會有如此報錯尖阔,有的沒有烘豹,同一個數(shù)據(jù),我截取前100個細(xì)胞進(jìn)行分析诺祸,不報錯,但是一多的話祭芦,又報錯筷笨,這說明肯定不是數(shù)據(jù)格式的問題,實在是找不到問題龟劲,后面就在GitHub的stream官網(wǎng)上面詢問胃夏,最終找到了問題原因。

??報錯的原因是由于我使用的數(shù)據(jù)昌跌,其結(jié)果沒有分支點仰禀,而軟件默認(rèn)分析的過程中,會有一步對分支點進(jìn)行優(yōu)化蚕愤,如果分支點都沒有答恶,談何優(yōu)化,因此報錯萍诱。報錯的解決方案:

??a:如果沒有分支點悬嗓,則可以通過調(diào)整參數(shù)--n_clusters(by default it's 10, you can increase it to 20)增加分支點,我用我的數(shù)據(jù)裕坊,--n_clusters參數(shù)一直調(diào)整到100的時候才沒有報錯包竹。
??b:設(shè)置參數(shù) --disable_EPG_optimize,不進(jìn)行優(yōu)化籍凝,就可以避免報錯周瞎。


??最后建議如果沒有分支點的話,可以設(shè)置不用優(yōu)化的參數(shù):--disable_EPG_optimize饵蒂,不然調(diào)整--n_clusters可能需要把估計分成更多聚類声诸,沒有必要,而且增加后續(xù)分析難度苹享。

2019年7月1日

參考資料

報錯解決方案說明
stream官網(wǎng)

后記

??如果分支點較多的話双絮,可以調(diào)整參數(shù)epg_alpha減少分支浴麻,如果有的點比較離群或者里分支點較遠(yuǎn),也可以通過調(diào)整參數(shù)epg_trimmingradius改變相關(guān)情況

??具體調(diào)整參數(shù)說明如下:

check parameters
st.elastic_principal_graph?
Tips:
??Increase the parameter 'epg_alpha' will help control spurious branches(by default epg_alpha=0.02)

??e.g. st.elastic_principal_graph(adata,epg_alpha=0.03)

??Add 'epg_trimmingradius' will help get rid of noisy points (by defalut epg_trimmingradius=Inf)

??e.g. st.elastic_principal_graph(adata,epg_trimmingradius=0.1)

2019年7月24日

最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末囤攀,一起剝皮案震驚了整個濱河市软免,隨后出現(xiàn)的幾起案子,更是在濱河造成了極大的恐慌焚挠,老刑警劉巖膏萧,帶你破解...
    沈念sama閱讀 222,946評論 6 518
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件,死亡現(xiàn)場離奇詭異蝌衔,居然都是意外死亡榛泛,警方通過查閱死者的電腦和手機(jī),發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 95,336評論 3 399
  • 文/潘曉璐 我一進(jìn)店門噩斟,熙熙樓的掌柜王于貴愁眉苦臉地迎上來曹锨,“玉大人,你說我怎么就攤上這事剃允∨婕颍” “怎么了?”我有些...
    開封第一講書人閱讀 169,716評論 0 364
  • 文/不壞的土叔 我叫張陵斥废,是天一觀的道長椒楣。 經(jīng)常有香客問我,道長牡肉,這世上最難降的妖魔是什么捧灰? 我笑而不...
    開封第一講書人閱讀 60,222評論 1 300
  • 正文 為了忘掉前任,我火速辦了婚禮统锤,結(jié)果婚禮上毛俏,老公的妹妹穿的比我還像新娘。我一直安慰自己跪另,他們只是感情好拧抖,可當(dāng)我...
    茶點故事閱讀 69,223評論 6 398
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著免绿,像睡著了一般唧席。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發(fā)上嘲驾,一...
    開封第一講書人閱讀 52,807評論 1 314
  • 那天淌哟,我揣著相機(jī)與錄音,去河邊找鬼辽故。 笑死徒仓,一個胖子當(dāng)著我的面吹牛,可吹牛的內(nèi)容都是我干的誊垢。 我是一名探鬼主播掉弛,決...
    沈念sama閱讀 41,235評論 3 424
  • 文/蒼蘭香墨 我猛地睜開眼症见,長吁一口氣:“原來是場噩夢啊……” “哼!你這毒婦竟也來了殃饿?” 一聲冷哼從身側(cè)響起谋作,我...
    開封第一講書人閱讀 40,189評論 0 277
  • 序言:老撾萬榮一對情侶失蹤,失蹤者是張志新(化名)和其女友劉穎乎芳,沒想到半個月后遵蚜,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體,經(jīng)...
    沈念sama閱讀 46,712評論 1 320
  • 正文 獨居荒郊野嶺守林人離奇死亡奈惑,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點故事閱讀 38,775評論 3 343
  • 正文 我和宋清朗相戀三年吭净,在試婚紗的時候發(fā)現(xiàn)自己被綠了。 大學(xué)時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片肴甸。...
    茶點故事閱讀 40,926評論 1 353
  • 序言:一個原本活蹦亂跳的男人離奇死亡寂殉,死狀恐怖,靈堂內(nèi)的尸體忽然破棺而出原在,到底是詐尸還是另有隱情不撑,我是刑警寧澤,帶...
    沈念sama閱讀 36,580評論 5 351
  • 正文 年R本政府宣布晤斩,位于F島的核電站,受9級特大地震影響姆坚,放射性物質(zhì)發(fā)生泄漏澳泵。R本人自食惡果不足惜,卻給世界環(huán)境...
    茶點故事閱讀 42,259評論 3 336
  • 文/蒙蒙 一兼呵、第九天 我趴在偏房一處隱蔽的房頂上張望兔辅。 院中可真熱鬧,春花似錦击喂、人聲如沸维苔。這莊子的主人今日做“春日...
    開封第一講書人閱讀 32,750評論 0 25
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽介时。三九已至,卻和暖如春凌彬,著一層夾襖步出監(jiān)牢的瞬間沸柔,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 33,867評論 1 274
  • 我被黑心中介騙來泰國打工铲敛, 沒想到剛下飛機(jī)就差點兒被人妖公主榨干…… 1. 我叫王不留褐澎,地道東北人。 一個月前我還...
    沈念sama閱讀 49,368評論 3 379
  • 正文 我出身青樓伐蒋,卻偏偏與公主長得像工三,于是被迫代替她去往敵國和親迁酸。 傳聞我的和親對象是個殘疾皇子,可洞房花燭夜當(dāng)晚...
    茶點故事閱讀 45,930評論 2 361