if（！requireNamespace（ “Biocmanager”、Quirecly = true））install.packages（ “Biocmanager”）Biocmanager :: Install（ “Singlecellmultimodal”）Library（MultiCellMultimodal）Library（SingleCellexperiment）ライブラリ（SingleCellexperiment）
Cite-seqデータは、同じセルから同時に抽出された2つのデータ型の組み合わせです。最初のデータ型はSCRNA-seqデータですが、2番目のデータは抗体由来タグ（ADT）のハンドリードについて構成されています。特に、このデータセットはStoeckiusらによって提供されています。 （2017年）。
データセットのダウンロード
ユーザーは、デフォルトのオプションを使用して利用可能なデータセットを見ることができます
citeseq（dataType = “cord_blood”、modes = “*”、dry.run = true、version = “1.0.0”）## dataset：cord_blood ## ah_id mode file_size rdatadateadded rdatadateremoved ## 1 eh3795 scadt_count_counts 0.2 mb-matrix EH3796 SCRNASEQ_COUNTS 22.2 MB MATRIX 2020-09-23 ## 3 EH8228 COLDATA_SCRNASEQ 0.1 MBデータ。
または、単にdry.run = falseを設定することにより、データをダウンロードして、多分解エクスペリメントオブジェクトを作成します。
この例では、利用可能な2つのデータセットscadt_countsのいずれかを使用します。
MAE ##警告：「実験リスト」には「data.frame」または「dataFrame」が含まれています。 ##長さ3の実験リストクラスオブジェクトを含む：## [1] Scadt：13列と7858列のマトリックス## [2] scadt_clr：13列と7858列のマトリックス## [3] scrnaseq：36280行と7858列のあるマトリックス##機能：##実験（） – 実験リストインスタンスを取得## coldata（） – プライマリ/表現型データフレーム## samplemap（） – サンプル調整データフレーム## `$`、 `、`[`, `[[` – extract colData columns, subset, or experiment
## *Format() – convert into a long or wide DataFrame
## assays() – convert ExperimentList to a SimpleList of matrices
## exportClass() – save data to flat files
Example with actual data:
experiments(mae)
## ExperimentList class object of length 3:
## [1] Scadt：13列と7858列のマトリックス## [2] scadt_clr：13列と7858列のマトリックス## [3] SCRNASEQ：36280行と7858列のマトリックス
データ構造の調査
行の注釈を確認してください：
Rownames（Mae）##長さ3 ##のキャラクターリスト [[“scADT”]]CD3 CD4 CD8 CD8 CD45RA CD56 CD16 CD10 CD11C CD14 CD19 CD34 CCR5 CCR7 ## [[“scADT_clr”]]CD3 CD4 CD8 CD8 CD45RA CD56 CD16 CD10 CD11C CD14 CD19 CD34 CCR5 CCR7 ## [[“scRNAseq”]]ERCC_ERCC-00104 Human_a1bg … Mouse_n-R5S25 Mouse_n-R5S31
samplemapを覗いてみてください：
sampleMap(mae) ## DataFrame with 23574 rows and 3 columns ## assay primary colname ## ## 1 scADT TACAGTGTCTCGGACG TACAGTGTCTCGGACG ## 2 scADT GTTTCTACATCATCCC GTTTCTACATCATCCC ## 3 scADT GTACGTATCCCATTTA GTACGTATCCCATTTA ## 4 scadt atgtgtggtcgcccatg atgtgtggtcgccatg ## 5 scadt aacgttgtcagttagc ## … gtcggtagtagccga gtcgggtagtagccga ## 23572 sctcgggtagttcgcat gtcggtagttcgcat ## 23573 scgggtgtgtagattag ttgcctgtgtgtgtgtgtcgtgtgtgtgtgtgtgtgtgtgtgtgtgtgtgtgtgtgtagtag ggcgtgtagtgtactc
SCRNA-seqデータ
scrna-seqのデータは、scrnaseqという名前でアクセスでき、
マトリックス 物体。
head（実験（MAE）$ scrnaseq）[, 1:4]
## tacagtgtcggacg gttctatcatcccccgtcattcatta ## ercc_ercc-00104 0 0 ## Human_a1bg 0 0 ## _ a1bg-as1 0 0 0 0 0 0 ## Human_a1cf 0 0 0 0 ## Human_a2m 0 ercc_ercc-00104 0 ## Human_a1bg 0 ## Human_a1bg-as1 0 ## Human_a1cf 0 ## Human_a2m 0 ## Human_a2m-as1 0
Scadtデータ
Scadtデータは、Scadtという名前でアクセスでき、
マトリックス 物体。
ヘッド（実験（メイ）$ scadt）[, 1:4]
## tacagtgtctcggacg gtttctacatcatcatccc gtacgtatcccattta atgtgtggtcgccatg ## CD3 36 34 49 35 ## CD4 21 38 29 ## CD8 34 41 52 47 ## CD45ra 228 228
いくつかの方法論がすでに大量に使用されているため（SinglexEllexPerimentオブジェクトがCite-seqデータに使用されるSinglelexPeriment vignetteやCiteFuseビネットなど、cite-seqマルチアセイエクスペリメントオブジェクトがSCRNA-seqデータとしてSCADTデータとしてSCADTデータとしてSCADTデータとしてSCRNA-SEQデータを持つ変換のための関数を提供します。
SCE ##警告：「実験リスト」には「data.frame」または「dataFrame」が含まれます。 ## mouse_n-r5s31 ## rowdata names（0）：## colnames（7858）：tacagtgtctcggacg gtttctacatcatccc … ttgccgtgtgtagtag ## ggcgtgtagtgtgtactc ## coldata names（6） reductionDimnames（0）：## mainexpname：null ## altexpnames（1）：scadt sessioninfo（）## rバージョン4.5.0 RC（2025-04-04 R88126）##プラットフォーム：X86_64-PC-LINUX-GNU ##実行中：UBUNTU 24.04.2 LTS＃＃＃＃＃＃＃＃＃＃＃＃＃# /home/biocbuild/bbs-3.21-bioc/r/lib/librblas.so ## lapack：/usr/lib/x86_64-linux-gnu/lapack/liblapack.so.3.12.0 lapackバージョンバージョン3.12.0 ## ## local [1] lc_ctype = en_us.utf-8 lc_numeric = c ## [3] lc_time = en_gb lc_collate = c ## [5] lc_monetary = en_us.utf-8 lc_messages = en_us.utf-8 ## [7] lc_paper = en_us.utf-8 lc_name = c ## [9] lc_address = c lc_telephone = c ## [11] lc_measurement = en_us.utf-8 lc_identification = c ## ## time Zone：America/new_york ## tzcode Source：System（glibc）## ##添付ベースパッケージ：## [1] stats4 statsグラフィックスグレイシスユーティルデータセットメソッド## [8] ベース## ##その他の添付パッケージ：## [1] singlecellexperiment_1.30.0 singlecellmultimodal_1.20.0 ## [3] MultiAssayExperiment_1.34.0 summarizedexperiment_1.38.0 ## [5] biobase_2.68.0 genomicranges_1.60.0 ## [7] genomeInfodb_1.44.0 iranges_2.42.0 ## [9] s4vectors_0.46.0 biocgenerics_0.54.0 ## [11] generics_0.1.3 matrixgenerics_1.20.0 ## [13] matrixstats_1.5.0 biocstyle_2.36.0 ## ##ネームスペースを介して読み込まれます（添付されていません）：## [1] keggrest_1.48.0 rjson_0.2.23 xfun_0.52 ## [4] bslib_0.9.0 lattice_0.22-7 vctrs_0.6.5 ## [7] tools_4.5.0 curl_6.2.2 tibble_3.2.1 ## [10] annotationdbi_1.70.0 rsqlite_2.3.9 blob_1.2.4 ## [13] PKGCONFIG_2.0.3 BIOCBASEUTILS_1.10.0 MATRIX_1.7-3 ## [16] dbplyr_2.5.0 lifecycle_1.0.4 genomeInfodbdata_1.2.14 ## [19] compiler_4.5.0 biostrings_2.76.0 htmltools_0.5.8.1 ## [22] sass_0.4.10 yaml_2.3.10 pillar_1.10.2 ## [25] crayon_1.5.3 jquerylib_0.1.4 delayedarray_0.34.0 ## [28] cachem_1.1.0 magick_2.8.6 abind_1.4-8 ## [31] MIME_0.13 ExperimentHub_2.16.0 AnnotationHub_3.16.0 ## [34] TidySelect_1.2.1 Digest_0.6.37 Purrr_1.0.4 ## [37] dplyr_1.1.4 Bookdown_0.43 Biocversion_3.21.1 ## [40] FASTMAP_1.2.0 GRID_4.5.0 CLI_3.6.4 ## [43] sparsearray_1.8.0 magrittr_2.0.3 s4arrays_1.8.0 ## [46] withr_3.0.2 filelock_1.0.3 ucsc.utils_1.4.0 ## [49] Rappdirs_0.3.3 BIT64_4.6.0-1 RMARKDOWN_2.29 ## [52] xvector_0.48.0 HTTR_1.4.7 BIT_4.6.0 ## [55] PNG_0.1-8 SpatialExperiment_1.18.0 Memoise_2.0.1 ## [58] evaluate_1.0.3 KNITR_1.50 BIOCFILECACHE_2.16.0 ## [61] rlang_1.1.6 rcpp_1.0.14 glue_1.8.0 ## [64] DBI_1.2.3 FORMATR_1.14 BIOCMANAGER_1.30.25 ## [67] jsonlite_2.0.0 R6_2.6.1
Stoeckius、Marlon、Christoph Hafemeister、William Stephenson、Brian Houck-Loomis、Pratip K Chattopadhyay、Harold Swerdlow、Rahul Satija、およびPeter Smibert。 2017年。「単一の細胞におけるエピトープとトランスクリプトームの同時測定。」 自然方法 14（9）：865。
#citeseq #cord血