單細胞筆記6-Seurat v4新特性

引言

Seurat v4的亮點主要是進行多模態(tài)數(shù)據(jù)的整合,即多組學整合殉挽,主要算法是加權最近鄰(WNN)分析丰涉,用于學習每個細胞中每個模態(tài)的信息內(nèi)容,并基于兩種模態(tài)的加權組合來定義細胞狀態(tài)斯碌。
在WNN中一死,所謂的加權主要是給不同模態(tài)的數(shù)據(jù)以不同的權重,比如RNA和膜蛋白中傻唾,膜蛋白的權重要高一些投慈,因為它更接近真實狀態(tài)。在算法中冠骄,多模態(tài)數(shù)據(jù)可以看作是一個多分類的過程伪煤,如果把每一個模態(tài)看作我們對細胞的一層感知機,多模態(tài)就是多層感知機凛辣。


不變的地方

Seurat的框架基本是沒變的抱既。雖然引入了大量的新功能,但v3的工作流程扁誓、函數(shù)和語法防泵,可視化方案在這次更新中基本沒有變化。此外蝗敢,以前在Seurat v3中生成的Seurat對象可以無縫地裝載到Seurat v4中以進行進一步分析捷泞。


變化的地方

Seurat對已有函數(shù)做了小改動,大部分只是性能的提升寿谴,盡可能地保證了與Seurat V3 的兼容性锁右。這些修改包括對默認參數(shù)設置的微小更改以及為相同任務使用性能更好的包,例如標識k最近的鄰居和基于圖的聚類拭卿。這些變化不會對下游結果產(chǎn)生負面影響骡湖。

默認參數(shù)的改變

  • FindNeighbors
    用于識別k近鄰的默認方法被設置為annoy贱纠。這是一種近似最近鄰方法峻厚,廣泛應用于高維分析,包括單細胞分析谆焊。廣泛的社區(qū)基準測試表明惠桃,annoy極大地提高了鄰居發(fā)現(xiàn)的速度并減少了內(nèi)存需求,對下游結果的影響可以忽略不計(當然會有些許不同),這與我們的分析和測試是一致的辜王。用戶可以使用nn.method="rann"切換回原來的默認設置劈狐。
  • FindMarkers
    我們重新構造了FindMarkers()函數(shù)的代碼,使其更易于理解呐馆、解釋和調(diào)試肥缔。差異表達的結果保持不變。然而汹来,在默認情況下续膳,我們現(xiàn)在使用的FC(fold change)則基于log2,這在其他差異表達包中是常見的收班,而不是V3之前的自然對數(shù)坟岔。如果設置了默認選項,F(xiàn)indMarkers()的輸出將包括列avg_log2FC摔桦,而不是avg_logFC社付。用戶可以通過指定base = exp(1)來恢復以前的行為(以自然對數(shù)味為底的FC)。
  • IntegrateData/TransferData
    我們對錨點加權矩陣(anchor weight matrix)的精確計算做了微小的改變邻耕。這些更改反映了改進的工作流鸥咖,但不會對下游分析產(chǎn)生有意義的差異(例如,您可以使用Seurat v3和Seurat v4來比較)
  • SCTransform
    在SCTransform()中赊豌,我們稍微修改了默認參數(shù)扛或,以提高大型數(shù)據(jù)集參數(shù)估計的可伸縮性(scalability)。例如碘饼,在估計mu和theta之間的正則關系時熙兔,我們通過將ncells參數(shù)設置為5000來計算數(shù)據(jù)子集。sctransform v0.3中的vst()函數(shù)(可在CRAN上獲得)還對正則化過程進行了微小的更改艾恼。我們對這些更改進行了廣泛的測試住涉,發(fā)現(xiàn)在速度和內(nèi)存方面有了實質(zhì)性的改進,特別是對于大型數(shù)據(jù)集钠绍,而且沒有對結果產(chǎn)生不利影響舆声。用戶可以比較使用Seurat v3和Seurat v4計算的SCTransform vignette的結果,或者在更大的數(shù)據(jù)集中設置ncells=NULL來比較結果柳爽。

移除的函數(shù)

The following functions have been removed in Seurat v4:

  • CreateGeneActivityMatrix replaced by GeneActivity in Signac
  • RunLSI replaced by RunTFIDF and RunSVD in Signac
  • ReadAlevin and ReadAlevinCsv moved to SeuratWrappers, see details here
  • ExportToCellbrowser and StopCellbrowser moved to SeuratWrappers, see details here

參考

http://www.reibang.com/p/67ab951d8460
http://www.reibang.com/p/9f85f5c15c81

?著作權歸作者所有,轉載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末媳握,一起剝皮案震驚了整個濱河市,隨后出現(xiàn)的幾起案子磷脯,更是在濱河造成了極大的恐慌蛾找,老刑警劉巖,帶你破解...
    沈念sama閱讀 206,126評論 6 481
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件赵誓,死亡現(xiàn)場離奇詭異打毛,居然都是意外死亡柿赊,警方通過查閱死者的電腦和手機,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 88,254評論 2 382
  • 文/潘曉璐 我一進店門幻枉,熙熙樓的掌柜王于貴愁眉苦臉地迎上來碰声,“玉大人,你說我怎么就攤上這事熬甫∫忍簦” “怎么了?”我有些...
    開封第一講書人閱讀 152,445評論 0 341
  • 文/不壞的土叔 我叫張陵椿肩,是天一觀的道長洽腺。 經(jīng)常有香客問我,道長覆旱,這世上最難降的妖魔是什么蘸朋? 我笑而不...
    開封第一講書人閱讀 55,185評論 1 278
  • 正文 為了忘掉前任,我火速辦了婚禮扣唱,結果婚禮上藕坯,老公的妹妹穿的比我還像新娘。我一直安慰自己噪沙,他們只是感情好炼彪,可當我...
    茶點故事閱讀 64,178評論 5 371
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著正歼,像睡著了一般辐马。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發(fā)上局义,一...
    開封第一講書人閱讀 48,970評論 1 284
  • 那天喜爷,我揣著相機與錄音,去河邊找鬼萄唇。 笑死檩帐,一個胖子當著我的面吹牛,可吹牛的內(nèi)容都是我干的另萤。 我是一名探鬼主播湃密,決...
    沈念sama閱讀 38,276評論 3 399
  • 文/蒼蘭香墨 我猛地睜開眼,長吁一口氣:“原來是場噩夢啊……” “哼四敞!你這毒婦竟也來了泛源?” 一聲冷哼從身側響起,我...
    開封第一講書人閱讀 36,927評論 0 259
  • 序言:老撾萬榮一對情侶失蹤忿危,失蹤者是張志新(化名)和其女友劉穎达箍,沒想到半個月后,有當?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體癌蚁,經(jīng)...
    沈念sama閱讀 43,400評論 1 300
  • 正文 獨居荒郊野嶺守林人離奇死亡幻梯,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 35,883評論 2 323
  • 正文 我和宋清朗相戀三年,在試婚紗的時候發(fā)現(xiàn)自己被綠了努释。 大學時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片碘梢。...
    茶點故事閱讀 37,997評論 1 333
  • 序言:一個原本活蹦亂跳的男人離奇死亡,死狀恐怖伐蒂,靈堂內(nèi)的尸體忽然破棺而出煞躬,到底是詐尸還是另有隱情,我是刑警寧澤逸邦,帶...
    沈念sama閱讀 33,646評論 4 322
  • 正文 年R本政府宣布恩沛,位于F島的核電站,受9級特大地震影響缕减,放射性物質(zhì)發(fā)生泄漏雷客。R本人自食惡果不足惜,卻給世界環(huán)境...
    茶點故事閱讀 39,213評論 3 307
  • 文/蒙蒙 一桥狡、第九天 我趴在偏房一處隱蔽的房頂上張望搅裙。 院中可真熱鬧,春花似錦裹芝、人聲如沸部逮。這莊子的主人今日做“春日...
    開封第一講書人閱讀 30,204評論 0 19
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽兄朋。三九已至,卻和暖如春怜械,著一層夾襖步出監(jiān)牢的瞬間颅和,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 31,423評論 1 260
  • 我被黑心中介騙來泰國打工缕允, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留融虽,地道東北人。 一個月前我還...
    沈念sama閱讀 45,423評論 2 352
  • 正文 我出身青樓灼芭,卻偏偏與公主長得像有额,于是被迫代替她去往敵國和親。 傳聞我的和親對象是個殘疾皇子彼绷,可洞房花燭夜當晚...
    茶點故事閱讀 42,722評論 2 345

推薦閱讀更多精彩內(nèi)容