之前的文章中为大家介绍了Seurat这款单细胞分析软件（实用干货|Seurat-单细胞转录组测序分析R包教学），但实际的科研项目中不可能只有一个样本，多样本的单细胞数据如何合并在一起，下面就为大家介绍一下运用Seurat包的整合功能做单细胞数据的合并分析。
该方法的目的是识别不同数据集中存在的共享细胞状态，即使它们是从不同的个体、实验条件、技术甚至物种中收集来的。重点是找到不同数据集中的锚点anchors，这些“锚点”然后用于协调数据集，或将信息从一个数据集传输到另一个数据集。
步骤如下：
1.加载包
2.准备所需要的样本信息，如下图，每个样本三个压缩文件。
3.读取样本
在读取样本的同时直接设置样本的筛选条件，如RNA，UMI，线粒体等。
直接上代码。
4.对数据先进行标准化，并识别variablefeature。
5.整合数据
使用FindIntegrationAnchors函数识别锚点。参数默认。然后我们将这些锚点传递给IntegrateData函数，该函数返回一个Seurat对象。
然后我们可以使用这个新的表达矩阵进行下游分析和可视化。按照单样本的流程继续分析，包括进行标准化，运行PCA，并使用UMAP可视化结果。
如上图，可以按照样本显示聚类结果，也可按照细胞类型显示聚类结果。
最后保存数据。
以上就是基本的单细胞转录组数据分析流程，整理出来供大家参考，本文主要参考了Seurat官网给出的单细胞转录组数据分析教程，供大家学习参考。
刘静 | 文案
网友评论