pseudocell该如何计算||或谈Seurat的扩展

在文章单细胞转录组中的pseudocell又是什么中，我们介绍了pseudocell的概念，并且在文章最后贴上了sc-MCA的计算代码。作为一个Seurat的深度用户，我们不禁要想：能不能把这段代码写成可以接受Seurat对象的函数呢？而且要保留Seurat的一般风格。下面，就让我们试试吧。

首先要获得不同assay，即对哪个assay来计算？获得assay之后，assay的哪个slot？已经确定对哪种分群来计算。确定参数后，我们来写代码：

library(purrr)
GatherData <- function(object, ...) {
  
  UseMethod("GatherData")
  
}


GatherData.Seurat <- function(object,
                              assay,
                              slot_use,
                              ...) {
  
  assay <- assay %||% "RNA"
  slot_use <- slot_use %||% "data"
  obj_data <- GetAssayData(
    object = object,
    assay = assay,
    slot = slot_use
  ) %>%
    as.matrix()
  return(obj_data)
}

这段代码来获取assay和slot的表达矩阵，返回一个Seurat的对象。

PseudoCell  <- function(object,
                       assay_use = NULL,
                       slot_use = NULL,
                       cluster_use =NULL,
                       pseudocell.size  =20){
  message("tips: 
  Cluster_use : one col in metadata
  pseudocell.size : how many cell will be pseudo,should min(cell number of  cluster) < pseudocell.size <max(cell number of  cluster)")
  
  Inter<- GatherData(object = object,
                     assay = assay_use,
                     slot_use = slot_use) 
  Inter[Inter<0]=0
  idd<-object@meta.data
  Inter.id<-cbind(rownames(idd),as.vector(idd[,cluster_use]))
  
  rownames(Inter.id)<-rownames(idd)
  colnames(Inter.id)<-c("CellID","Celltype")

  Inter.id<-as.data.frame(Inter.id)
  Inter1<-Inter[,Inter.id$CellID]
  Inter<-as.matrix(Inter1)
  pseudocell.size = pseudocell.size ## 10 test
  new_ids_list = list()
  for (i in 1:length(levels(Inter.id$Celltype))) {
    cluster_id = levels(Inter.id$Celltype)[i]
    cluster_cells <- rownames(Inter.id[Inter.id$Celltype == cluster_id,])
    cluster_size <- length(cluster_cells)       
    pseudo_ids <- floor(seq_along(cluster_cells)/pseudocell.size)
    pseudo_ids <- paste0(cluster_id, "_Cell", pseudo_ids)
    names(pseudo_ids) <- sample(cluster_cells)  
    new_ids_list[[i]] <- pseudo_ids     
  }
  
  new_ids <- unlist(new_ids_list)
  new_ids <- as.data.frame(new_ids)
  new_ids_length <- table(new_ids)
  
  new_colnames <- rownames(new_ids)  ###add
  all.data<-Inter[,as.character(new_colnames)] ###add
  all.data <- t(all.data)###add
  
  new.data<-aggregate(list(all.data[,1:length(all.data[1,])]),
                      list(name=new_ids[,1]),FUN=mean)
  rownames(new.data)<-new.data$name
  new.data<-new.data[,-1]
  
  new_ids_length<-as.matrix(new_ids_length)##
  short<-which(new_ids_length<10)##
  new_good_ids<-as.matrix(new_ids_length[-short,])##
  result<-t(new.data)[,rownames(new_good_ids)]
  rownames(result)<-rownames(Inter)

  Tool(object) <- list(pseuoData = result,metaData = new_ids)
  #object <- LogSeuratCommand(object, return.command = TRUE)
  return(object)
}

pseudocell.size 的意思是几个单细胞变成一个pseudocell，注意不要小于最小细胞群的细胞数，也不要大于最大细胞群的细胞数哦。

这个函数完成计算，并用Tool函数来吧计算的结果保存在Seurat的对象中。下面让我们来试试吧

library(Seurat)
head(pbmc_small@meta.data)
                  orig.ident nCount_RNA nFeature_RNA RNA_snn_res.0.8 letter.idents groups RNA_snn_res.1
ATGCCAGAACGACT SeuratProject         70           47               0             A     g2             0
CATGGCCTGTGCAT SeuratProject         85           52               0             A     g1             0
GAACCTGATGAACC SeuratProject         87           50               1             B     g2             0
TGACTGGATTCTCA SeuratProject        127           56               0             A     g2             0
AGTCAGACTGCACA SeuratProject        173           53               0             A     g2             0
TCTGATACACGTGT SeuratProject         70           48               0             A     g1             0

mypbmc <- PseudoCell(pbmc_small, "RNA","data","RNA_snn_res.1",35)
tips: 
  Cluster_use : one col in metadata
  pseudocell.size : how many cell will be pseudo,should min(cell number of  cluster) < pseudocell.size <max(cell number of  cluster)

查看我们运行的结果,pseudocell矩阵，这个可以拿来再构建Seurat对象，也可以传给其他Bulk-RNA的分析工具。

(mypbmc@tools$PseudoCell$pseuoData)[1:4,1:3]
          0_Cell0   1_Cell0  2_Cell0
MS4A1   0.0000000 0.2626990 2.976558
CD79B   0.5289529 1.1268602 3.274061
CD79A   0.0000000 0.6454348 2.822091
HLA-DRA 1.7836394 5.3341723 6.170035

新旧barcode的对应关系,这个可以AddMetaData到我们的mypbmc的对象中。

head(mypbmc@tools$PseudoCell$metaData)
               new_ids
GGCATATGGGGAGT 0_Cell0
ATCATCTGACACCA 0_Cell0
CTTCATGACCGAAT 0_Cell0
AGATATACCCGTAA 0_Cell0
CTAAACCTCTGACA 0_Cell0
CATTACACCAACTG 0_Cell0

注意一下 pseudocell的 命名规则： 0_Cell0。_ 之前是细胞群，Cell之后是该群的第几个pseudocell（从零开始编号）。当然，你可以根据自己的心绪，自行命名。

最后，大家看到函数中注释掉的那一行了嘛：

#object <- LogSeuratCommand(object, return.command = TRUE)

本来打算把这个函数的参数也记录在mypbmc@commands的里面的，可惜简书的编辑器页面太小，写不下了。感兴趣的同学可以尝试一下啊。

这样，我们就为Seurat写了一个函数啦。以后相对自己的scrna数据做什么操作，直接以函数的形式嫁接到Seurat里就可以啦。

Seurat只是一个工具吗？不，它已经变成我们的一部分了。