Cell Identification

clp

08 June, 2020

加载上一步获取的R环境变量，

library(data.table)
library(ggplot2)
library(Seurat)

load('filtered_gene_bc_matrices/hg19/02_pbmc3k_cluster.rd') #pbmc
load('filtered_gene_bc_matrices/hg19/03_pbmc3k_clusterAnalysis.rd') #pbmc.markers,top3,top10

我们利用一些例如已经在细胞ID，FACS分类已经得到了广泛应用的标记基因注释细胞类型。数据集来源于PBMC样本。

在cluster水平分配细胞类型标识

幸运的是，在此数据集的情况下，我们可以使用经典标记轻松地将无偏聚类与已知细胞类型相匹配。下表显示了在每个簇中表达的标记基因，并且每个标记与已知的细胞类型相关联。

Cluster ID	Markers	Cell Type
0	IL7R, CCR7	Naive CD4+ T
1	CD14, LYZ	CD14+ Mono
2	IL7R, S100A4	Memory CD4+
3	CD8A	CD8+ T
4	MS4A1	B
5	GNLY, NKG7	NK
6	FCGR3A, MS4A7	FCGR3A+ Mono
7	FCER1A, CST3	DC
8	PPBP	Platelet

marker_genes <- sort(c('IL7R','CD4','CCR7','S100A4','CD14','LYZ','MS4A1','CD8A','CD8B', 'FCGR3A','MS4A7','GNLY','NKG7','FCER1A','CST3','PPBP'))

DoHeatmap(pbmc, features = marker_genes) + NoLegend()

image.png

# enumerate the cell type ID in the following order
new.cluster.ids <- c("Naive CD4 T", "CD14+ Mono","Memory CD4 T", "CD8 T","B", "NK", "FCGR3A+ Mono", "DC", "Platelet")

# assign name to each element
names(new.cluster.ids) <- levels(pbmc)

# add the cell type name and choose it as a cluster identity
pbmc <- RenameIdents(pbmc, new.cluster.ids)

# plot UMAP
DimPlot(pbmc,
        reduction = "umap", 
        label = TRUE, 
        pt.size = 0.5) + NoLegend()
#> Warning: Using `as.character()` on a quosure is deprecated as of rlang 0.3.0.
#> Please use `as_label()` or `as_name()` instead.
#> This warning is displayed once per session.

image.png

在细胞水平将细胞类型标识进行指定

该簇是使用高度可变的基因进行计算分配的。在实际应用中，标记基因对聚类的影响可能不大。一些细胞可能会经历这种转变。因此，在单细胞水平分配类型更为自然。

在这里，我们使用上面相同的基因标记，并预测基于mRNA的基因表达丰度的每个细胞的细胞类型。我们将使用SCINA来执行此任务。

任务：进入 website ，安装R包SCINA。

#install.packages("SCINA")

让我们使用基因标记进行细胞识别。

library(SCINA)

markers <- preprocess.signatures('media/pbmc_simple.csv')
head(markers)
#> $Naive_CD4_T
#> [1] "IL7R" "CCR7"
#> 
#> $Memory_CD4_T
#> [1] "IL7R"   "S100A4" "LTB"   
#> 
#> $CD14_Mono
#> [1] "CD14" "LYZ"  "CST3"
#> 
#> $B
#> [1] "MS4A1"
#> 
#> $CD8_T
#> [1] "CD8A"     "CD8B"     "low_CST3" "low_LYZ" 
#> 
#> $FCGR3A_Mono
#> [1] "FCGR3A" "MS4A7"  "LST1"

pred_cell_ids <- SCINA(pbmc[["SCT"]]@counts,
                       markers,
                       max_iter = 100,
                       convergence_n = 10,
                       convergence_rate = 0.999,
                       sensitivity_cutoff = 0.9,
                       rm_overlap=FALSE,
                       allow_unknown=FALSE,
                       log_file='filtered_gene_bc_matrices/hg19/SCINA.log')

scina_field <- 'cellid_by_scina'

pbmc <- AddMetaData(object=pbmc,metadata=pred_cell_ids$cell_labels,col.name=scina_field)
Idents(pbmc) <- scina_field

DimPlot(pbmc, 
        reduction = "umap", 
        label = TRUE, 
        pt.size = 0.5)

image.png

# back to seurat_cluster
Idents(pbmc) <- "seurat_clusters"

保存R变量，这样明天就可以继续工作了。

save(pbmc, file = "filtered_gene_bc_matrices/hg19/04_pbmc3k_cellid.Rmd",compress = TRUE)

通过feature barcode分配细胞类型标识

最近，10x Genomics公司提供了 Feature Barcoding technology。用户选择多个抗体。基因表达和足够的蛋白共享相同的cell barcode。我们通过对细胞的基因表达和蛋白质进行分析来分析每个细胞。

本节要点

• What is cell-type identification?
• When cluster level cell type ID is useful?
• When cell level ID is useful?