Monocle是单细胞分析的常用R包之一，可进行细胞类型鉴定、差异表达、伪时间分析等。

1.安装Monocle

支持环境R3.4以上版本

获取Mnonocle：

先安装Bioconductor 

source("http://bioconductor.org/biocLite.R") 

biocLite() 

已经安装了Bioconductor的可直接安装Monocle和支持包

检测安装是否成功

 library(monocle)

 2.推荐分析protocol

工作流程：上传数据到CellDataSet对象中——用已知Marker进行细胞分类——聚类细胞——伪时间排序——差异表达分析

上传数据到CDS中

pd <- new("AnnotatedDataFrame", data = sample_sheet)

 fd <- new("AnnotatedDataFrame", data = gene_annotation)

 cds <- newCellDataSet(expr_matrix, phenoData = pd, featureData = fd)

expr_matrix的colnames必须与pd的rownames一致

用Marker分类细胞

cth <- newCellTypeHierarchy() 

MYF5_id <- row.names(subset(fData(cds), gene_short_name == "MYF5")) 

ANPEP_id <- row.names(subset(fData(cds), gene_short_name == "ANPEP"))

 cth <- addCellType(cth, "Myoblast", classify_func = function(x) { x[MYF5_id,] >= 1 })

 cth <- addCellType(cth, "Fibroblast", classify_func = function(x) { x[MYF5_id,] < 1 & x[ANPEP_id,] > 1 } ) 

cds <- classifyCells(cds, cth, 0.1) 

聚类细胞

cds <- clusterCells(cds)

伪时间分析

disp_table <- dispersionTable(cds) 

ordering_genes <- subset(disp_table, mean_expression >= 0.1) 

cds <- setOrderingFilter(cds, ordering_genes)

 cds <- reduceDimension(cds)

 cds <- orderCells(cds) 

差异表达分析

diff_test_res <- differentialGeneTest(cds, fullModelFormulaStr = "~Media") 

sig_genes <- subset(diff_test_res, qval < 0.1)