· FastMNN方法整合 · scVI方法整合 时间所限,这里只进行了cca、rpca和harmony的整合方法 代码语言:javascript 复制 #4我们有两个seuratv5的对象,进行整合分析---merged_obj<-merge(x=ifnb_list$CTRL,y=ifnb_list$STIM)merged_obj<-NormalizeData(merged_obj)merged_obj<-FindVariableFeatures(merged_obj)m...
写在前面 之前我们介绍了Seurat、Harmony,rliger三个包,用于3'和5'数据合并的方法。 但有时候我们会遇到两个datasets只有部分重叠,这和之前介绍的方法就有一点不同了。 用到的包 rm(list = ls()) library(Seurat) library(SeuratDisk) library(SeuratWrappers) library(patchwork) library(harmony) library(rliger...
1写在前面随着scRNAseq技术的普及,成本的降低,大家可以在公共数据库找到越来越多的datasets,但如何合并这些datasets就成为了一个大问题🫠,比较推荐的方法包括:👇 Harmony; rliger; Seurat。我们常见的2种应用场景就是: 3'和5'不同datasets的合并;整合只有部分重叠的datasets,(举个栗子🌰:全血scRNAseq数据和3'...
seurat v5使用scVIIntegration进行数据整合 大家好,欢迎预约2.14号的直播内容:seurat v5直播,一键完成五种数据整合:harmony,CCA,RPCA,FastMNN,scVI 生信小博士,将在02月14日 21:00 直播预约Seurat v5,一键完成五种数据整合:Harmony,cca,rpca,fastmnn,scVI视频号 由于5种方法中,scVI是最不好安装的包。因此今天发一...
将Seurat升级到5.0之后,使用Harmony流程进行整合的,在将两个样本Read10X,CreateSeuratObject,merge到一起的时候,得到的 每一个样本读取进来得到count,data各自为政。FindAllMarkers做差异分析的时候,无法确定处理的对象。所以报错并提示融合不同的layers。 解决方案 ...
之前我们介绍了Seurat、Harmony,rliger三个包,用于3'和5'数据合并的方法。🤒 但有时候我们会遇到两个datasets只有部分重叠,这和之前介绍的方法就有一点不同了。🤨 用到的包 rm(list=ls())library(Seurat)library(SeuratDisk)library(SeuratWrappers)library(patchwork)library(harmony)library(rliger)library(RColo...
library(harmony) library(ggplot2) #检查当前Seurat版本: packageVersion('Seurat') 01 单样品读入 这里我们以GSE251912为例,单个样本标准文件读入V4和V5差别不大,大家下载需要的样品文件到本地,记得修改好文件夹名和文件名(barcodes.tsv.gz,features.tsv.gz,matrix.mtx.gz)。
然后再进行harmony整合样本: library(harmony)## Loading required package: Rcppifnb.merge <- RunHarmony(ifnb.merge, group.by.vars = "stim")## Harmony 1/10## Harmony 2/10## Harmony 3/10## Harmony 4/10## Harmony 5/10## Harmony 6/10## Harmony 7/10## Harmony 8/10## Harmony conv...
Harmony (method=HarmonyIntegration) FastMNN (method= FastMNNIntegration) scVI (method=scVIIntegration) #CCAobj <- IntegrateLayers(object= obj, method = CCAIntegration,orig.reduction ="pca",new.reduction ="integrated.cca",verbose = FALSE)#RPCAobj <- IntegrateLayers(object= obj, method = RPCAInte...
reduction ="harmony") p2 = DimPlot(sce,group.by ='seurat_annotations') + DimPlot(sce,group.by ='orig.ident') 可以看到,这个时候我们选择了SCTransform函数,而且是可视化了harmony整合前后效果,如下所示: 可以很清晰的看到,如果是不使用harmony整合就是上面的UMAP的二维可视化图,那么两个样品的t和b淋巴细胞...