【代码更新】单细胞分析实录(21): 非负矩阵分解(NMF)的R

2021-11-04 本文已影响0人 TOP生物信息

1. 起因

之前的代码(单细胞分析实录(17): 非负矩阵分解(NMF)代码演示)没有涉及到python语法，只有4个python命令行，就跟Linux下面的ls grep一样的。然鹅，有几个小伙伴不会命令行，所以我决定再改写一下，把命令行都放到R下面运行。

2. 尝试

2.1 一开始，我的想法是教大家在R里面调用python，需要提前下载好anaconda和一些python包
然而想了想在Windows上安装python包可能对大家不是很友好，有些包很难装，我之前也弄了很久。考虑到这次更新是针对桌面版Rstudio用户，故没有采用。

2.2 最终，我采用的方案是，使用Rstudio Server，也就是网页版Rstudio
这样做有几个好处：

直接和云服务器连接，服务器下载python包和R包都很容易（云服务器刚买，下血本）
我提前配置好运行环境，用户只需上传数据，分析数据，下载数据即可。

代码方面也更加简化：

我尽量减少了人工处理的时间，主要分析代码只有两行

如果你之前在我这儿拿过代码，可以直接找我要更新的代码。此外，如果因为之前的代码涉及命令行，你操作起来有困难，可以找我开Rstudio Server的账户 (高端玩家就别了，服务器配置比较低，就够几个人用的那种)。

3. 注意

我会提前安装可能用到的R包，所以不用重复安装，直接library就可以
请大家及时下载结果文件，以免丢失；也请大家在做完分析后，删除表达数据，服务器存储空间不是很大
每个账号只保留半个月时间，若想再次使用，可以联系我再开一个账号
有任何问题可以微信或者邮箱问我

接下来简单介绍一下，使用方法

上传数据

点击upload上传数据

运行代码

主要是3.R中的step1和step2两个函数

library(reticulate)

use_condaenv(condaenv = "cnmf_env", required = T,conda = "/home/hsy/miniconda3/bin/conda")
py_config() #如果显示cnmf_env环境里面的python就OK

source("1.R")
step1(dir_input = "count_data",dir_output = "res1",k=3:5,iteration = 50) #这里为了演示方便，取值都比较小

source("2.R")
step2(dir_input = "res1",dir_output = "res2",dir_count = "count_data",usage_filter = 0.03,top_gene = 30,cor_min = 0,cor_max = 0.6)

查看结果

step2之后，会在res2文件夹中生成结果文件

sampleID_program.usage.norm.txt和sampleID_program.Zscore.txt
是NMF分解表达矩阵得到的两个矩阵

program_topngene.txt
这是所有program的前几十个基因，一般会放到文件附表

program_pearson_cor.complete.heatmap.pdf
program之间的相关性热图
cor_heatmap_data.txt
用来画上图的数据

program_topngene_enrichment.xlsx
program_topngene_enrichment_order.csv
这两个都是对program前几十个基因的富集分析结果，这两个文件可以用来辅助我们理解program，其中第二个文件和相关性热图的顺序一致，看起来更方便

sampleID_program_gene.heatmap.pdf
用来验证在这个样本中，program找得对不对，其实就是看program的表达，一般看program的前几十个基因
sampleID_data_heatmap.txt
用来画上面那个热图的数据

program之间的相关性热图