jmzeng1314 / scrna_smart_seq2

单细胞转录组数据处理视频课程

课程说明在：https://mp.weixin.qq.com/s/AV2uTbsvJGBRq_zv7yDmNg

表达矩阵获取

这里的例子是2018年12月的NC文章：Spatially and functionally distinct subclasses of breast cancer-associated fibroblasts revealed by single cell RNA sequencing 使用成熟的单细胞转录组( Smart-seq2 )手段探索了癌相关的成纤维细胞 CAFs的功能和空间异质性。

在文章搜索到作者上传的数据的GEO链接： GSE111229 就可以找到作者处理好的表达矩阵（counts和RPKM格式的都有）

Supplementary file	Size	Download	File type/resource
GSE111229_Mammary_Tumor_fibroblasts_768samples_rawCounts.txt.gz	5.3 Mb	(ftp)(http)	TXT
GSE111229_Mammary_Tumor_fibroblasts_768samples_rpkmNormalized.txt.gz	23.8 Mb	(ftp)(http)	TXT

如果想下载作者测序的原始测序数据：SRP133642 来走一波RNA-seq上游流程就需要：

shell脚本处理RNA-seq数据上游分析全部代码在：code

• 代码参考：https://www.jianshu.com/p/a84cd44bac67

• 视频教程见：https://www.bilibili.com/video/av28453557

转录组分析回顾

主要是考虑到完全复现这篇文章数据的全部处理过程，需要掌握linux，r，转录组，考虑到不少人会基础知识有点薄弱，所以通过引入常规转录组数据分析的演示来提醒大家巩固基础知识！

这一单元代码都在 section01-RNA-seq 文件夹，进入打开后缀是 Rproj 的文件就会自动调用你系统的Rstudio软件，从而定位到项目。

• step0-index.R

  • 读取 作者的counts文件，简单过滤，并且logCPM转换

• step1-check.R

  • 检测表达矩阵里面细胞的相关性，hclust结果，热图展现，PCA图展现

• step2-cv2.R

  • 检测基因的变异系数及基因表达量的均值的相关性，探索其它统计学指标

• step3-batch-PCA-tSNE.R

  • 查看表达量是否受批次效应影响，这里简短介绍了PCA和tSNE作用

• step4-gene-number.R

  • 查看不同分组条件下检测到的基因数量的多少分布

• step5-pam50.R

  • 生物学背景知识，对乳腺癌研究不感兴趣的请不要学习

• step6-cell-cycle.R

  • 生物学背景知识，最好是自行搜索了解

• step7-counts2rpkm.R

  • 完全的R代码技巧，能力不够着请不要浪费时间学习，非常辛苦的。

• step8-DEG.R

  • 根据文章

单细胞转录组数据分析

首先学习3个R包

见 section02-scRNA 文件夹代码，因为文章其实并没有使用主流单细胞转录组R包，这里仅仅是根据scRNAseq的示例数据来讲解，进入打开后缀是 Rproj 的文件就会自动调用你系统的Rstudio软件，从而定位到项目。

然后尝试把这3个R包应用到该文章的数据

见 section03-for_paper 文件夹代码，进入打开后缀是 Rproj 的文件就会自动调用你系统的Rstudio软件，从而定位到项目。可以完全复现文章图表。

最后是公共数据库挖掘

在 section04-downstream 文件夹，进入打开后缀是 Rproj 的文件就会自动调用你系统的Rstudio软件，从而定位到项目。

学习笔记在单细胞天地持续更新

• 单细胞转录组学习笔记-1
• 单细胞转录组学习笔记-2
• 单细胞转录组上游分析之shell回顾
• 获取Github代码包以及准备工作
• 常说的表达矩阵，那得到之后呢？
• 由表达矩阵看内部异质性
• 重复平均表达量和变异系数相关性散点图
• 聚类算法之PCA与tSNE
• 统计细胞检测的基因数量
• 乳腺癌领域之PAM50分类
• 生物学背景知识之细胞周期推断
• RPKM概念及计算方法
• 差异分析及KEGG注释简介
• 更新中