如何看单细胞（或空间）亚群间关系2022-07-03

方法1

• umap降维图：亚群间距离越近，越相似

方法2

• 查看cluster间差异分析结果中marker基因，可从genecard中查看top的几个功能

方法3（根据表达量进行相关性分析cor）

单细胞亚群相关性分析

• 基于seurat数据
  • step1：得到 每个细胞亚群 每个基因表达值

    rds=readRDS("pbmc.rds")
    av=AverageExpression(scRNA,group.by = "seurat_clusters",assays = "RNA")
    av=av[[1]]
    head(av)
    

  • step2：提取top基因 & 计算相关性

  # 选出标准差（也可以选择差异基因的top）最大的1000个基因
  cg=names(tail(sort(apply(av,1,sd)),1000))
  # 计算相关性
  corfile=cor(av[cg,],method = 'spearman')
  

  • step3：热图绘制

  pheatmap::pheatmap(cor(corfile,method = 'spearman'))
  

• 基于scany分析
  • 参考简书大神：Hayley笔记，链接：https://www.jianshu.com/p/d3786239f60e

方法4

• WGCNA得到模块 查看模块与细胞亚群相关性

参考资料：

• Hayley笔记，链接：https://www.jianshu.com/p/d3786239f60e
  • 作者还写了相关性分析的几种方法，值得一看，测试了两个项目，个人更倾向spearman，大家可以都试试
• 关于一直纠结的点
  • 使用 seurat::AverageExpression代表 每个细胞亚群对应每个基因的表达值