作者，追风少年i
开头先放一张marker表，供大家参考
marker list
这一篇内容很简单
接上一篇，上一篇文章单细胞 & 空间整合去批次方法比较介绍了以下几种方法整合去批次的代码
- CCA
- merge
- SCT
- merge & SCT
- merge加harmony
- SCT && harmony
关于上述方法我只强调一点，就是ScaleData的时候vars.to.regress的作用，这个要引起大家的重视。
这一篇我们要进行补充，因为上述的方法仍然存在一定的局限性。面对大数据集，几十上百万的细胞量，上述方法无能为力，R语言的原因，处理起来很慢。
-
rpca的方法：
ifnb.list 这里大家要注意rpca的方法，关于rpca，大家可以参考文章10X单细胞数据整合分析Seurat之rpca（large data，细胞量超过20万），原理我都已经说的很清楚了。
-
rpca + reference
bm280k.list 注意这里的reference在指定的时候一般指定为control样本，或者预后好的样本。
-
bbknn（scanpy，python），这是很多高分文章采用的大细胞量整合方法
import scanpy as sc
import pandas as pd
import seaborn as sns
adata_ref = sc.datasets.pbmc3k_processed() # this is an earlier version of the dataset from the pbmc3k tutorial
adata = sc.datasets.pbmc68k_reduced()
####注意这里的不同，高变基因取交集
var_names = adata_ref.var_names.intersection(adata.var_names)
adata_ref = adata_ref[:, var_names]
adata = adata[:, var_names]
####ref数据预处理
sc.pp.pca(adata_ref)
sc.pp.neighbors(adata_ref)
sc.tl.umap(adata_ref)
sc.tl.ingest(adata, adata_ref, obs='louvain')
adata.uns['louvain_colors'] = adata_ref.uns['louvain_colors'] # fix colors
adata_concat = adata_ref.concatenate(adata, batch_categories=['ref', 'new'])
adata_concat.obs.louvain = adata_concat.obs.louvain.astype('category')
adata_concat.obs.louvain.cat.reorder_categories(adata_ref.obs.louvain.cat.categories, inplace=True) # fix category ordering
adata_concat.uns['louvain_colors'] = adata_ref.uns['louvain_colors'] # fix category colors
####采用bbknn矫正批次
sc.tl.pca(adata_concat)
sc.external.pp.bbknn(adata_concat, batch_key='batch')
####然后进行标准过程即可，多样本就是不停的迭代这个过程。
python版本大细胞量harmony矫正。
import scanpy as sc
import scanpy.external as sce
####大家读取自己的数据
adata = sc.datasets.pbmc3k()
sc.pp.recipe_zheng17(adata)
sc.tl.pca(adata)
####矫正批次
sce.pp.harmony_integrate(adata, 'sample')
sc.pp.neighbors(adata)
sc.tl.umap(adata)
其中sce.pp.harmony_integrate(adata, ‘sample’)这句其实就是下面这个调用下面的语句
import harmonypy
harmony_out = harmonypy.run_harmony(adata.obsm["X_pca"], adata.obs, 'batch')
adata.obsm[adjusted_basis] = harmony_out.Z_corr.T ###obsm就是降维的数据
大样本量还是推荐scanpy做分析，bbknn或者harmony矫正。
生活很好，有你更好
转载请注明：OBA博客 » 单细胞 & 空间整合去批次方法比较（2）