轨迹推断/分析是研究细胞动力学的重要方法，它是单细胞研究应用中一种常见的手段。目前已经开发出了大量的轨迹分析算法，最常用是monocle系列（前面我们介绍的也有），这些算法都可以很好的计算细胞之间的表达模式并模拟分化过程。但是由于数据集之间各有差异，单一的分析方法并不能满足所有数据需求。因此，使用更多的方法有助于我们找到最适合自己数据集的方法。今天，我们分享另外一个分析方法-Slingshot。
Slingshot是2018年由加州大学的开发的一个用于推断细胞谱系分化结构和顺序的工具，它由两个主要阶段组成：谱系结构的推断，以及每个谱系细胞的伪时间变化的推断。Slingshot结合了复杂单细胞数据所需的高度稳定技术以及识别具有不同监督水平的多种谱系的灵活性，使得Slingshot不拘泥于上游选择，而是在设计时考虑到了灵活性和模块化，以便轻松地适用于多种数据标准化、降维和聚类方法。
Slingshot: cell lineage and pseudotime inference for single-cell transcriptomics
Slingshot工具是一个R包，运行需要输入包含用于谱系推断的坐标矩阵的数据对象。支持的类型包括：matrix、SingleCellExperiment、SlingshotDataSet、PseudotimeOrdering。对象中同时需要包含降维数据矩阵（类似基因表达矩阵）和聚类标签向量(聚类赋值矩阵，类似seurat对象中的meta.data数据），由于Slingshot工具的灵活性，我们可以使用矩阵数据进行降维聚类后分析，也可以直接使用降维聚类完成的Seurat对象进行分析。
=======软件测试======
1. 导入需要的R包
library(slingshot)
library(Seurat)
library(devtools)
library(cowplot)
library(ggplot2)
library(Matrix)
library(dplyr)
library(tradeSeq)
library(RColorBrewer)
library(DelayedMatrixStats)
library(scales)
library(paletteer)
library(viridis)
2. 加载输入文件
我们使用一个老鼠的测试数据
mouse_data <- readRDS("mouse_data.rds")
image.png
对于Seurat的单细胞数据,我们可以直接转化成SingleCellExperiment
sce <- as.SingleCellExperiment(mouse_data, assay = "RNA") #assay的选择要根据自己的数据
注：Slingshot可以选择起点和终点，但是一般起点的选择要有一定的生物学意义
sce_slingshot1 <- slingshot(sce, #输入单细胞对象
reducedDim = 'UMAP', #降维方式
clusterLabels = sce$celltype, #cell类型
start.clus = 'PMN(0)', #轨迹起点,也可以不定义
approx_points = 150)
通过SlingshotDataSet可以直接查看轨迹信息：
SlingshotDataSet(sce_slingshot1)
从结果可以看出，这个数据推断出了3条轨迹。
image.png
3. 可视化轨迹
定义颜色
cell_pal <- function(cell_vars, pal_fun,...) {
if (is.numeric(cell_vars)) {
pal <- pal_fun(100, ...)
return(pal[cut(cell_vars, breaks = 100)])
} else {
categories <- sort(unique(cell_vars))
pal <- setNames(pal_fun(length(categories), ...), categories)
return(pal[cell_vars])
}
}
设置颜色并可视化。这里分组是celltype。在cell type上可视化轨迹
cell_colors <- cell_pal(sce_slingshot1$celltype, brewer_pal("qual", "Set2"))
plot(reducedDims(sce_slingshot1)$UMAP, col = cell_colors, pch=16, asp = 1, cex = 0.8)
lines(SlingshotDataSet(sce_slingshot1), lwd=2, col='black')
#计算celltype坐标位置，用于图中标记
celltype_label <- mouse_data@reductions$umap@cell.embeddings%>%
as.data.frame() %>%
cbind(celltype = mouse_data@meta.data$celltype) %>%
group_by(celltype) %>%
summarise(UMAP1 = median(UMAP_1),
UMAP2 = median(UMAP_2))
for (i in 1:8) {
text(celltype_label$celltype[i], x=celltype_label$UMAP1[i]-1, y=celltype_label$UMAP2[i])
}
image.png
还可以按样本来着色
group_colors <- cell_pal(sce_slingshot1$orig.ident, brewer_pal("qual", "Set2"))
plot(reducedDims(sce_slingshot1)$UMAP, col = group_colors, pch=16, asp = 1, cex = 0.8)
lines(SlingshotDataSet(sce_slingshot1), lwd=2, col='black')
#添加legend即可
legend("top",
pch=15,
legend=unique(sce$orig.ident),
bty="n",
col =unique(group_colors),
border="black",
horiz=T)
image.png
从前面的图上可以看出，总共有三条轨迹。所以也可以分别可视化三条轨迹。
plot(reducedDims(sce_slingshot1)$UMAP, asp = 1, pch = 16, xlab = "UMAP_1", ylab = "UMAP_2",
col = hcl.colors(100, alpha = 0.5)[cut(sce_slingshot1$slingPseudotime_1, breaks = 100)])
lines(SlingshotDataSet(sce_slingshot1), linInd = 1, lwd = 2, col = 'black')
image.png
4. 密度图
也可以像monocle一样画拟时密度图，展示细胞或者样本分组在拟时轨迹的分布。这里我们以第1条轨迹为示例：
首先这里查看有哪些轨迹，轨迹中包含哪些细胞
SlingshotDataSet(sce_slingshot1)
image.png
从结果可以看出，第一条轨迹包含5种cell type。
density1 <- list(a_1 = density(slingPseudotime(sce_slingshot1)[colData(sce_slingshot1)$celltype == "PMN(0)", 1], na.rm = T),
a_2 = density(slingPseudotime(sce_slingshot1)[colData(sce_slingshot1)$celltype == "PMN(2)", 1], na.rm = T),
a_3 = density(slingPseudotime(sce_slingshot1)[colData(sce_slingshot1)$celltype == "PMN(5)", 1], na.rm = T),
a_4 = density(slingPseudotime(sce_slingshot1)[colData(sce_slingshot1)$celltype == "PMN(1)", 1], na.rm = T),
a_5 = density(slingPseudotime(sce_slingshot1)[colData(sce_slingshot1)$celltype == "PMN(4)", 1], na.rm = T))
#作图范围
xlim <- range(c(density1$a_1$x, density1$a_2$x, density1$a_3$x, density1$a_4$x,density1$a_5$x))
ylim <- range(c(density1$a_1$y, density1$a_2$y, density1$a_3$y, density1$a_4$y, density1$a_5$y))
par(mar=c(6, 6, 6, 6), xpd = TRUE)
plot(xlim, ylim, col = "white", xlab = "Pseudotime", ylab = "") #基本作图
#添加密度图
for(i in 1:5) {
polygon(c(min(density1[[i]]$x),density1[[i]]$x, max(density1[[i]]$x)), c(0, density1[[i]]$y, 0),
col = alpha(brewer.pal(5, "Set1")[i], alpha = 0.5))
}
legend("right",
inset= -0.2,#legend位于画框右侧正中
pch=15,
legend=c("PMN(0)","PMN(2)","PMN(5)","PMN(1)","PMN(4)"),
bty="n",
col = alpha(brewer.pal(5, "Set1"), alpha = 0.5),
border="black",
title = "celltype",
cex = 0.8)
image.png
除了细胞类型外，也可以看样本的密度图
density1_s <- list(a_1 = density(slingPseudotime(sce_slingshot1)[colData(sce_slingshot1)$orig.ident == "10X_ntph_F", 1], na.rm = T),
a_2 = density(slingPseudotime(sce_slingshot1)[colData(sce_slingshot1)$orig.ident == "10X_ntph_M", 1], na.rm = T))
#作图范围
xlim <- range(c(density1_s$a_1$x, density1_s$a_2$x))
ylim <- range(c(density1_s$a_1$y, density1_s$a_2$y))
par(mar=c(6, 6, 6, 6), xpd = TRUE)
plot(xlim, ylim, col = "white", xlab = "", ylab = "")#基本作图
#添加密度图
polygon(c(min(density1_s[[1]]$x),density1_s[[1]]$x, max(density1_s[[1]]$x)), c(0, density1_s[[1]]$y, 0),
col = alpha(brewer.pal(7, "Set1")[6], alpha = 0.5))
polygon(c(min(density1_s[[2]]$x),density1_s[[2]]$x, max(density1_s[[2]]$x)), c(0, density1_s[[2]]$y, 0),
col = alpha(brewer.pal(7, "Set1")[7], alpha = 0.5))
legend("right",
inset= -0.3,
pch=15,
legend=c("10X_ntph_F","10X_ntph_M"),
bty="n",
col = brewer.pal(8, "Set1")[7:8],
border="black",
title = "group",
cex = 0.8)
image.png
为了方便操作，也可以把slingshot结果放到单细胞seurat对象中。例如，这里我们将三个轨迹的pseudotime添加到单细胞对象中（Metadata）。
pseudotime = slingPseudotime(sce_slingshot1)%>% as.data.frame()
Lineages = colnames(pseudotime)
for(i in 1:3){
pseudotime_sub <- pseudotime[,i]
mouse_data <- AddMetaData(object = mouse_data,
metadata = pseudotime_sub,
col.name = Lineages[i])
}
可以看出，mouse_data中添加了轨迹信息：
image.png
这样我们就可以使用ggplot做密度图了。我们首先定义一个函数，让作图更加方便一些。
pseudotime_density <- function(seurat_obj,
Lineage,
cluster_label,
color){
df <- data.frame(seurat_obj[[cluster_label]], seurat_obj[[Lineage]])
colnames(df) <- c("celltype", "Lineage")
na.omit(df) -> df
p <- ggplot(df, aes(x=Lineage, fill=celltype)) +
geom_density(alpha=0.5) +
theme_bw()+
scale_fill_manual(values = color)
# print(p)
}
library(dittoSeq)
p1 <- pseudotime_density(mouse_data, Lineage="Lineage1", cluster_label = "celltype", color = dittoColors())+
theme(axis.title.x = element_blank())
p2 <- pseudotime_density(mouse_data, Lineage="Lineage1", cluster_label = "orig.ident", color = c("#DC050C","#8DD3C7"))
#拼图
library(patchwork)
p1+p2+plot_layout(ncol = 1,heights=c(1,1),guides = 'collect')
image.png
5. 基因随轨迹表达变化
像monocle2一样，也可以展示基因在不同轨迹随拟时表达变化
slingsce<-SlingshotDataSet(sce_slingshot1)
pseudotimeED <- slingPseudotime(slingsce, na = FALSE)
cellWeightsED <- slingCurveWeights(slingsce)
counts<-sce_slingshot1@assays@data@listData$counts
#这里用的书所有的基因
sce_slinghot <- fitGAM(counts = counts, pseudotime = pseudotimeED, cellWeights = cellWeightsED, nknots = 5, verbose = T)
mean(rowData(sce_slinghot)$tradeSeq$converged)
rowData(sce_slinghot)$assocRes <- associationTest(sce_slinghot, lineages = TRUE, l2fc = log2(2))
assocRes <- rowData(sce_slinghot)$assocRes
#注：fitGAM那个步骤很慢，我这里差不多跑了1个小时。我查看了一下网上的建议，不需要用所有的基因，用那些high variable的gene就可以
下边，我们开始作图：
gene_dynamic <- list()
genes_plot <- c("S100a8","Anxa1","Ly6g","S100a9")
for(i in 1:length(genes_plot)){
p = plotSmoothers(sce_slinghot, assays(sce_slinghot)$counts,
gene =genes_plot[i], alpha = 0.6, border = T, lwd = 2)+
ggtitle(genes_plot[i])
gene_dynamic[[i]] <- p
}
Seurat::CombinePlots(gene_dynamic, ncol = 2)
image.png
6. 轨迹基因热图
前面推断了轨迹，并进行了一些简单的可视化。和monocle2一样，关注的还是随轨迹的基因变化。可以借助tradeSeq包进行分析。
这里示例分析一下轨迹1,将轨迹1的拟时添加到Seurat对象
sce_slingshot1$sling_pseudotime = sce_slingshot1[[paste0("slingPseudotime_1")]]
mouse_data$sling_pseudotime = sce_slingshot1$sling_pseudotime
#仅分析在轨迹拟时中的细胞，去除NA
sce_slingshot1_l1 = sce_slingshot1[,!is.na(sce_slingshot1$sling_pseudotime)]
seur = mouse_data[,!is.na(mouse_data$sling_pseudotime)]
#和前面一样这一步会比较慢，这个数据跑了大概1个小时。
sce_slingshot1_l1 <- fitGAM(counts(sce_slingshot1_l1),
cellWeights = rep(1, ncol(sce_slingshot1_l1)),
pseudotime = sce_slingshot1_l1$sling_pseudotime)
ATres <- associationTest(sce_slingshot1_l1)
association_test_tab = as_tibble(cbind(gene = rownames(ATres), ATres))
基因随拟时的分析完成后，我们需要利用Seurat对象和上面的分析结果构建拟时热图matrix，构建一个函数，用来获取matrix。
slingshot_for_plotMatrix <- function(seurat_obj,
n_bins,#拟时需要分割的区间，将相似的拟时区间合并，这类似于我们monocle3中的方式
min_exp)
{
seurat_meta = seurat_obj@meta.data
seurat_meta = as_tibble(cbind(cell.id = as.character(rownames(seurat_meta)), seurat_meta))
seurat_meta = seurat_meta[order(seurat_meta$sling_pseudotime),]
pl_cells = as.character(seurat_meta$cell.id)
#提取表达矩阵,并将cell id的exp排序与前面排序好的cell id一致
exp = seurat_obj@assays$RNA@data
exp = exp[,colnames(exp) %in% pl_cells]
expr_mat = exp[,order(match(colnames(exp), pl_cells))]
expr_mat = as.matrix(expr_mat[rownames(expr_mat) %in% association_test_tab$gene,])
clust_expr_mat = matrix(nrow = nrow(expr_mat),
ncol = n_bins, dimnames = list(rownames(expr_mat), 1:n_bins))
max_pseudotime = max(seurat_meta$sling_pseudotime)
pseudotime_bin_size = max_pseudotime/n_bins
pseudotime_cluster_stat = NULL
seurat_obj$pseudotime_bin = NA_integer_
for (i in 1 : n_bins){
bin_cells = seurat_meta$cell.id[(seurat_meta$sling_pseudotime > (i-1)*pseudotime_bin_size &
seurat_meta$sling_pseudotime <= i*pseudotime_bin_size)]
seurat_obj$pseudotime_bin[colnames(seurat_obj) %in% bin_cells] = i
#计算基因平均表达量
if (length(bin_cells)>10){
m2 = expr_mat[,colnames(expr_mat) %in% bin_cells]
clust_expr_mat[,i] = apply(m2, 1, mean, na.rm = TRUE)
}
}
#数据缩放一下，为了更好的展现热图，并删除低表达基因
mm1 = clust_expr_mat - apply(clust_expr_mat, 1, mean, na.rm = TRUE)
mm2 = mm1[apply(abs(mm1),1, max, na.rm = TRUE)>min_exp,]
return(mm2)
}
获取拟时热图矩阵：
mm = slingshot_for_plotMatrix(seurat_obj = seur, n_bins = 20, min_exp = 0.2)
最后用pheatmap作图，和前面使用monocle2类似。
max_range = max(range(is.finite(mm)))
lim = c(-max_range, max_range)
library(pheatmap)
heatmap1 = pheatmap(mm, show_rownames=F, cluster_rows = TRUE,
cluster_cols = FALSE, show_colnames = FALSE,
clustering_distance_rows = "euclidean",
clustering_method = "ward.D2",
treeheight_row = 50,
cutree_rows = 5,
color = colorRampPalette(rev(brewer.pal(9, "PRGn")))(250),
breaks = seq(lim[1]/4, lim[2]/4, length.out = 251),
border_color = NA)
image.png
也可以像以前一样提取出来，修一修。
annotation_row <- data.frame(Cluster=factor(cutree(heatmap1$tree_row, 5)))
row.names(annotation_row) <- rownames(mm)
rowcolor <- c("#85B22E","#E29827","#922927",'#57C3F3','#A758E5')
names(rowcolor) <- c("1","2","3","4","5") #类型颜色
ann_colors <- list(pseudotime=viridis(100),
Cluster=rowcolor) #颜色设置
pheatmap(mm,
useRaster = T,
cluster_cols=F,
cluster_rows=T,
show_rownames=F,
show_colnames=F,
clustering_method = "ward.D2",
clustering_distance_rows = "euclidean",
cutree_rows=5,
border_color = NA,
filename=NA,
color = colorRampPalette(rev(brewer.pal(9, "PRGn")))(100),
breaks = seq(lim[1], lim[2], length.out = 100),
annotation_colors=ann_colors,
annotation_row = annotation_row
)
image.png
也可以提取上面的热图聚类信息，提取每个module基因，像monocle2一样做GO/KEGG富集分析，然后再重新画图
tree_module = cutree(heatmap1$tree_row, k=5)
tree_module = tibble(gene = names(tree_module), module = as.character(tree_module))
tree_module = tree_module[heatmap1$tree_row$order,]
网友评论