SingleR包注释细胞类型

SingleR是一个用于对单细胞RNA-seq测序（scRNA-seq）数据进行细胞类型自动注释的R包（Aran et al.2019）。依据已知类型标签的细胞样本作为参考数据集，对测试数据集中的细胞进行标记注释。

一 内置数据库

使用SingleR的最简单方法是使用内置参考对细胞进行注释。singleR自带的7个参考数据集，其中5个是人类数据，2个是小鼠的数据：

BlueprintEncodeData Blueprint (Martens and Stunnenberg 2013) and Encode (The ENCODE Project Consortium 2012) （人）

DatabaseImmuneCellExpressionData The Database for Immune Cell Expression(/eQTLs/Epigenomics)(Schmiedel et al. 2018)（人）

HumanPrimaryCellAtlasData the Human Primary Cell Atlas (Mabbott et al. 2013)（人）

MonacoImmuneData, Monaco Immune Cell Data – GSE (Monaco et al. 2019)（人）

NovershternHematopoieticData Novershtern Hematopoietic Cell Data – GSE24759（人）

ImmGenData the murine ImmGen (Heng et al. 2008) （鼠）

MouseRNAseqData a collection of mouse data sets downloaded from GEO (Benayoun et al. 2019).鼠）

二 数据库，R包

2.1 singleR包安装

if(!requireNamespace("BiocManager", quietly =TRUE)) install.packages("BiocManager") BiocManager::install("SingleR")

2.2 加载数据集，数据

library(SingleR) library(celldex) library(Seurat) library(pheatmap) 下载注释数据库 hpca.se <- HumanPrimaryCellAtlasData() bpe.se<- BlueprintEncodeData()

2.3 查看seurat结果

使用Seurat包pbmc的结果，在Seurat标准流程介绍过。

（1）查看seuret聚类结果

load("pbmc3k_final.rds.RData") pbmc meta= #pbmc的meta文件，包含了seurat的聚类结果 head(meta)

（2）查看umap和tsne图

plot1 <- DimPlot(pbmc, reduction = "umap", label = TRUE) plot2<-DimPlot(pbmc, reduction = "tsne", label = TRUE) plot1 + plot2

三 singleR注释

3.1 singleR使用内置数据集注释

#进行singleR注释 pbmc_for_SingleR <- GetAssayData(pbmc, slot="data") 获取标准化矩阵 pbmc.hesc <- SingleR(test = pbmc_for_SingleR, ref = hpca.se, labels = hpca.se$label.main) # pbmc.hesc #seurat 和 singleR的table表 table(pbmc.hesc$labels,meta$seurat_clusters)

3.2 绘制umap/tsne图

$labels <-pbmc.hesc$labels print(DimPlot(pbmc, group.by = c("seurat_clusters", "labels"),reduction = "umap"))

3.3 使用多个数据库注释

使用BP和HPCA两个数据库综合注释，使用list函数读入多个数据库

pbmc3 <- pbmc pbmc3.hesc <- SingleR(test = pbmc_for_SingleR, ref = list(BP=bpe.se, HPCA=hpca.se), labels = list(bpe.se$label.main, hpca.se$label.main)) table(pbmc3.hesc$labels,meta$seurat_clusters) $labels <-pbmc3.hesc$labels print(DimPlot(pbmc3, group.by = c("seurat_clusters", "labels"),reduction = "umap"))

可以看到多了一些hpca没有注视到的细胞类型。

四 注释结果诊断

4.1 基于scores within cells

print(plotScoreHeatmap(pbmc.hesc))

细胞在一个标签的得分很显著的高于其他标签得分，注释结果比较清晰。

4.2 基于 per-cell “deltas”诊断

plotDeltaDistribution(pbmc.hesc, ncol = 3)

Delta值低，说明注释结果不是很明确。

4.3 与cluster结果比较

tab <- table(label = pbmc.hesc$labels, cluster = meta$seurat_clusters) pheatmap(log10(tab + 10))