“harmony”整合不同平台的单细胞数据之旅生物信息学习的正确姿势
NGS系列文章包括NGS基础、转录组分析 （Nature重磅综述|关于RNA-seq你想知道的全在这）、ChIP-seq分析 （ChIP-seq基本分析流程）、单细胞测序分析 (重磅综述：三万字长文读懂单细胞RNA测序分析的最佳实践教程 （原理、代码和评述）)、DNA甲基化分析、重测序分析、GEO数据挖掘（典型医学设计实验GEO数据分析 (step-by-step) - Limma差异分析、火山图、功能富集）等内容。
在进行单细胞转录组测序分析中，我们发现比如样本较多或者需要大量出图的时候，我一开始就是大量手动一个一个的出图，但回头想想，这样的操作模式不都是一样的嘛，直接用for循环不就搞定啦！
基础
首先我们讲点for循环的基础知识及举个小栗子！
for循环基本结构如下：
for(变量 in 值){}也就是说当变量在值的范围内将执行中括号内的操作。是不是非常简单？
我们举个栗子：
比如我们想要计算一个向量中偶数的个数：
x <- c(2,5,3,9,8,11,6)
count <- 0
for (val in x) {
if(val %% 2 == 0) count = count+1
}
print(count)[1] 3在上面的示例中，由于向量x具有7个元素，因此循环迭代了7次。
在每次迭代中，val取x的对应元素的值。
我们使用了一个计数器来计算x中的偶数。我们可以看到x包含3个偶数。
进阶
比如我们现在有两个患者的鼻腔样本，然后我们进行单细胞测序后，cellranger后我们在filtered中分别生成了3个文件：barcodes，features和matrix。我懒呀，我想万一我有好多个样本怎么办，不如用一个for循环来搞定！
于是我的文件就成了这个样子：
batch_list=list("P2","P3")
batch_data_list=list("P2"=1,"P3"=1)
for( i in 1:length(batch_list))
{
print(batch_list[[i]])
s_object=Read10X(paste("~/Input_files/",batch_list[[i]],sep=""))
s_object=CreateSeuratObject(counts =s_object, min.cells = 0, min.features = 400, project = "P23")
s_object[["percent.mt"]] <- PercentageFeatureSet(s_object, pattern = "^MT-")
s_object <- subset(s_object, subset = nFeature_RNA >100 & nFeature_RNA <8000 & percent.mt <10)
s_object@meta.data[, "run"] <- batch_list[i]
s_object=NormalizeData(s_object)
batch_data_list[[i]]=FindVariableFeatures(s_object, selection.method = "vst", nfeatures =5000)
}那么我们仔细看一下刚才发生了什么，我们首先把我们的“P2”和“P3”设置为list，然后在for循环中我们分别进行了读取数据，提取线粒体基因比例，QC筛选，在metadata中添加新的一列，进行归一化并计算高变基因。最后将P2和P3合并在一个list中。
这时候一定会有好同志问这样一个问题，为什么在batch_data_list=list(“P2”=1,”P3”=1)中将P2和P3都赋值为1，这时候我们不妨不对其进行设置，使batch_data_list=list(“P2”,”P3”)，我们会看见下图中的P2会消失哦！
在我们使用seurat中的FindAllMarkers()得到每个cluster的高变基因后，我也同时得到了一个csv表，可是我觉得太不直观了，于是我现在要循环出一些不同clusters的vlnplot，我应该怎么办呢？嗨，循环起来呀！
clustersss <-
list(
"0",
"1",
"2",
"3",
"4",
"5",
"6",
"7",
"8",
"9",
"10",
"11",
"12",
"13",
"14",
"15",
"16",
"17",
"18",
"19",
"20",
"21",
"22"
)
for (i in clustersss) {
for (m in 1:nrow(run.combined.markers)) {
if (run.combined.markers["cluster"][m, ] == i) {
filename <- paste(run.combined.markers$gene[m], 'VlnPlot.pdf', sep = '_')
p <-
VlnPlot(object = run.combined,
features = c(run.combined.markers$gene[m]))
print(p)
ggsave(p,
filename = paste(i, run.combined.markers$gene[m], 'VlnPlot.pdf', sep = '_'))
dev.off()
}
}
}我给解释一下上面的内容，首先我们把我们的cluster设为list，i代表cluster，m代表run.combined.marker的排序，使用两个for循环进行嵌套，最后在保存文件时将cluster+基因名+vlnplot结合进行保存。
每次看见这样出图我都特别有成就感，，，，哈哈哈哈，快have a try!
其实也可以写一个apply版的，获得所有plotList，再用patchwork或cowplot进行拼图。
plotMarker <- function(cluster, run.combined) {
for (m in 1:nrow(run.combined.markers)) {
if (run.combined.markers["cluster"][m,] == cluster) {
filename <-
paste(run.combined.markers$gene[m], 'VlnPlot.pdf', sep = '_')
p <-
VlnPlot(object = run.combined,
features = c(run.combined.markers$gene[m]))
ggsave(p,
filename = paste(i, run.combined.markers$gene[m], 'VlnPlot.pdf', sep = '_'))
return(p)
}
}
}
plotList = lapply(clustersss, plotMarker, run.combined = run.combined)- 这个Nature推荐的代码海洋竟然有文章作者上传的所有可重现性脚本，涉及单细胞、微生物组、转录组分析、机器学习等相关
- 10X单细胞测序分析软件:Cell ranger，从拆库到定量
- NBT|45种单细胞轨迹推断方法比较，110个实际数据集和229个合成数据集
- 重磅综述：三万字长文读懂单细胞RNA测序分析的最佳实践教程 （原理、代码和评述）
- “harmony”整合不同平台的单细胞数据之旅
