說在前面
我們在前面通過3篇推文介紹了張澤民老師的系列研究成果張澤民老師系列文章解讀(一)般哼，然后又通過兩篇文章介紹了張老師開發(fā)的兩個軟件：SciBet:一個軟件解決單細(xì)胞注釋所有煩惱; iMAP: 單細(xì)胞數(shù)據(jù)整合工具天花板。那么今天，Immugent再帶來一款張老師開發(fā)的用于評估細(xì)胞亞群純度的軟件：ROGUE咱士。
相應(yīng)文章發(fā)表在NATURE COMMUNICATIONS雜志上扫责，篇名為：An entropy-based metric for assessing the purity of single cell populations，下面我們就通過實操來展示這個R包的用法咳榜。
代碼實現(xiàn)
這個R包非常靈巧牢撼，也很好安裝匙隔。。熏版。
devtools::install_github("PaulingLiu/ROGUE")
suppressMessages(library(ROGUE))
suppressMessages(library(ggplot2))
suppressMessages(library(tidyverse))
模擬數(shù)據(jù)有兩個纷责，在這里：expression和 meta,先下載好，然后放在相應(yīng)的文件夾下
expr <- readr::read_rds(path = "~/DC.rds.gz")
meta <- readr::read_rds(path = "~/info.rds.gz")
expr[1:5, 1:4]
head(meta)
#過濾掉低質(zhì)量細(xì)胞
expr <- matr.filter(expr, min.cells = 10, min.genes = 10)
ent.res <- SE_fun(expr)
head(ent.res)
SEplot(ent.res)
通過ROGUE鑒定出的信息豐富的基因撼短，可用于后續(xù)的聚類分析和偽時間分析再膳。
rogue.value <- CalculateRogue(ent.res, platform = "UMI")
rogue.value
rogue.res <- rogue(expr, labels = meta$ct, samples = meta$Patient, platform = "UMI", span = 0.6)
rogue.res
rogue.boxplot(rogue.res)
ROGUE評分默認(rèn)>0.9時是一致性比較高的細(xì)胞亞類，從這個結(jié)果可以看到DC2的異質(zhì)性比較高曲横，需要進一步分群喂柒。。禾嫉。
小結(jié)
單細(xì)胞數(shù)據(jù)分析最重要的一步就是細(xì)胞亞群的注釋灾杰，但是究竟分多少群合適？對很多小伙伴來說都是一個哲學(xué)性質(zhì)的問題夭织，例如下面這幅圖吭露，我們可以根據(jù)自己的喜好分成2-5群吠撮，但是這樣顯然不符合科研的嚴(yán)謹(jǐn)性尊惰，因為理論上這是根據(jù)本質(zhì)已經(jīng)確定是讲竿。
通過ROGUE我們就可以判斷出，最少分成3群才比較準(zhǔn)確弄屡，4题禀，5群時就沒有本質(zhì)的改變。這樣就把上面提出的感性問題變成了用事實說話的理性解釋膀捷。
好啦迈嘹，本次分享我們到這就結(jié)束了，歡迎對ROGUE感興趣的小伙伴通過后臺與我們聯(lián)系全庸。秀仲。
上一篇張澤民老師系列文章解讀-綜述篇下一篇iMAP: 單細(xì)胞數(shù)據(jù)整合工具天花板
