這篇文章我們將介紹從geo數(shù)據(jù)庫下載單細胞測序數(shù)據(jù)后，多種數(shù)據(jù)格式多樣本情況下，如何讀取數(shù)據(jù)并創(chuàng)建seurat對象。本文主要結(jié)構(gòu)：一、數(shù)據(jù)下載二、數(shù)據(jù)讀取與seurat對象創(chuàng)建

(資料圖)

單樣本情況下各種格式數(shù)據(jù)的讀取，讀取后seurat對象的創(chuàng)建

多樣本情況下各種格式數(shù)據(jù)的讀取，讀取后seurat對象的創(chuàng)建、合并

一、數(shù)據(jù)下載大家自行去GEO官網(wǎng)(/gds)搜索下載自己想要的單細胞測序數(shù)據(jù)。本文后面會提供數(shù)據(jù)用于示例代碼測試。

GEO數(shù)據(jù)庫上提供的單細胞測序數(shù)據(jù)常見格式主要有以下幾種:

10x?Genomics格式：這是一種由10x Genomics公司開發(fā)的專用文件格式，它包含三個子文件：、和。這三個文件可以用于存儲單細胞測序數(shù)據(jù)的細胞條形碼、基因特征和稀疏表達矩陣 。

h5格式：這是一種用于存儲大規(guī)模數(shù)據(jù)的二進制文件格式，它可以包含多種數(shù)據(jù)類型，如矩陣、表格、圖像等。

壓縮文本矩陣(TXT或CSV的GZ文件)：壓縮文本矩陣可以用于存儲單細胞測序數(shù)據(jù)的表達矩陣或元數(shù)據(jù)，它可以減少文件的大小和傳輸時間 。

h5ad格式：它專門用于存儲和分享單細胞表達數(shù)據(jù)，它使用Anndata庫來創(chuàng)建和讀取。h5ad格式可以與cellxgene或Seurat等工具兼容，進行單細胞數(shù)據(jù)的可視化和分析 。

h5seurat格式：這是一種基于h5格式的文件格式，它專門用于存儲和分析多模態(tài)單細胞和空間分辨率表達實驗，如CITE-seq或10X Visium等技術(shù)。h5seurat格式可以與SeuratDisk等工具兼容，進行單細胞數(shù)據(jù)的讀寫 。

R數(shù)據(jù)文件(RDS/RDATA文件)：以R語言的數(shù)據(jù)文件格式存儲表達式矩陣,需要R軟件直接讀取。

二、數(shù)據(jù)讀取與seurat對象創(chuàng)建單樣本單樣本情況下每種格式的數(shù)據(jù)讀取與seurat對象創(chuàng)建演示：10x?Genomics格式：演示數(shù)據(jù)的下載：/geo/query/

文件下載后解壓，并修改名稱，存放路徑如下圖：

讀取文件并創(chuàng)建對象的代碼參考：

h5格式：演示數(shù)據(jù)的下載：/geo/query/

下載后解壓,存放路徑如圖

讀取文件并創(chuàng)建對象的代碼參考：

壓縮文本矩陣(TXT或CSV的GZ文件)：這兩種文件建議先手動加壓到本地查看一下文件內(nèi)容格式。CSV壓縮GZ格式演示數(shù)據(jù)的下載：/geo/query/

下載后文件的存放路徑

CSV壓縮GZ格式示例代碼：

txt壓縮GZ格式示例代碼：

h5ad格式：

下載測試文件：/s/ngs3p8n2i8y33hj/

R數(shù)據(jù)文件(RDS/RDATA文件)

多樣本

多樣本情況下我們主要關(guān)注10x?Genomics格式和壓縮文本矩陣(TXT或CSV的GZ文件)

10x?Genomics格式多樣本讀取與對象創(chuàng)建：測試數(shù)據(jù)下載：/geo/query/

示例代碼：

h5格式多樣本數(shù)據(jù)讀入與對象創(chuàng)建：測試數(shù)據(jù)下載：/geo/query/

下載后將數(shù)據(jù)解壓：

壓縮文本矩陣(TXT或CSV的GZ文件)多樣本：下載測試文件：/geo/query/下載三個數(shù)據(jù)演示一下代碼

下載后解壓：

示例代碼：

大家可以使用fread()等更高效的函數(shù)代替文中的()函數(shù)，但是要注意讀取后數(shù)據(jù)格式是否準確。

參考鏈接：/p/5b26d7bc37b7參考鏈接：/s/M15kWdH8eDONfakNhY-enA

關(guān)鍵詞：