我确实不知道harmony是全球首款性爱机器人

Posted on by

拿多个病人的多个样本进行单细胞转录组测序是非常正常的，比如下面的：

- 发表在 Nat Med. 2018 Aug; 题目是：Phenotype molding of stromal cells in the lung tumor microenvironment. 共选取5例病人的共19个样本，通过10×genomics单细胞转录组测序探索基质细胞的亚群分类、基因功能（信号通路）、关键marker基因和临床预后，共鉴定出52个基质细胞亚群，

这些2018年的研究，大多数都是百万经费起的项目，所以基本上是CNS级别的成果。 现在想发普通的单细胞文章，也是得做多个样本了，就面临如何整合的问题，其中最出名的当然是Seurat包的CCA方法了，具体多火呢，发了才一年，引用就快破千！

这样的单细胞转录组测序整合算法超级多，我想你应该是不会一一细看的，我就列出来而已：

今天就从简单的Seurat包的merge函数到，CCA + anchors (Seurat v3)，再到Harmony 给大家介绍一下哈。

因为一直听说harmony效果更佳，今天才有空所以想体验一下，比如 2019的 Cell的文章《Landscap and Dynamics of Single Immune Cells in Hepatocellular Carcinoma》， 整合两类数据（包括SMART-seq2和10X），就使用的是 harmony算法。

结果在“百度百科”查到它：据英国《每日邮报》2017年4月4日报道，RealDoll公司设计出世界上首款性爱机器人，可以和用户产生情感交流。Harmony 2.0配有苏格兰口音，即将上市，售价预计为1万美元。（如果有关于Harmony的用户体验欢迎交流哈！）

先看看简单的Seurat包的merge函数

首先保证你的 folder 变量存储着全部的10x单细胞转录组数据的cellranger结果哈；

# folder 这个变量，存储着多个10x单细胞转录组数据的cellranger结果
library(Seurat)
sceList = lapply(folders,function(folder){ 
 CreateSeuratObject(counts = Read10X(folder), 
 project = folder )
})

sce.big <- merge(sceList[[1]], 
 y = c(sceList[[2]],sceList[[3]],sceList[[4]],sceList[[5]],
 sceList[[6]],sceList[[7]],sceList[[8]]), 
 add.cell.ids = folders, 
 project = "mouse8")
sce.big
table(sce.big$orig.ident)
save(sce.big,file = 'sce.big.merge.mouse8.Rdata')

然后Seurat包的CCA整合

# folder 这个变量，存储着多个10x单细胞转录组数据的cellranger结果
library(Seurat)
sceList = lapply(folders,function(folder){ 
 CreateSeuratObject(counts = Read10X(folder), 
 project = folder )
})
sceList
# 标注化和寻找 VariableFeatures
for (i in 1:length(sceList)) {
 print( Sys.time() )
 sceList[[i]] <- NormalizeData(sceList[[i]], verbose = FALSE)
 sceList[[i]] <- FindVariableFeatures(sceList[[i]], selection.method = "vst", 
 nfeatures = 2000, verbose = FALSE)
}

sceList
Sys.time()
# 整合 二个样本
sce.anchors <- FindIntegrationAnchors(object.list = sceList, dims = 1:30)
# load('sce.anchors.RDATA')
Sys.time()
sce.integrated <- IntegrateData(anchorset = sce.anchors, dims = 1:30)
Sys.time()

library(ggplot2)
library(cowplot)
# switch to integrated assay. The variable features of this assay are automatically
# set during IntegrateData
DefaultAssay(sce.integrated) <- "integrated"
# 接下来的分析，都基于 sce.integrated 啦

接着是MNNs算法

Seurat主要是处理10x单细胞转录组数据，而10x仪器商业上的成功可以说是成就了Seurat包，另外一个比较火的多个样本单细胞转录组数据整合算法是mutual nearest neighbors (MNNs)

因为并不是必须，所以我一直没有使用它！单细胞转录组数据的整合分析才是主流，所以我在生信技能树的多个单细胞转录组样本的数据整合之CCA-Seurat包 是非常值得大家细看的，而且使用scran包的MNN算法来去除多个单细胞转录组数据批次效应 也展现了一个很好的例子。

最后是我们今天的主角harmony

发表这个harmony算法的文章是2019年11月的《Fast, sensitive and accurate integration of single-cell data with Harmony》，目前仍然是一个GitHub包，在 https://github.com/immunogenomics/harmony 所以安装它的方式是：

library(devtools)
install_github("immunogenomics/harmony")

前面的Seurat标准流程仍然是一样的：

sce <- NormalizeData(sce, normalization.method = "LogNormalize", 
 scale.factor = 1e4)
GetAssay(sce,assay = "RNA")
sce <- FindVariableFeatures(sce, 
 selection.method = "vst", nfeatures = 2000) 
sce <- ScaleData(sce) 
sce <- RunPCA(object = sce, pc.genes = VariableFeatures(sce)) 
DimHeatmap(sce, dims = 1:12, cells = 100, balanced = TRUE)
ElbowPlot(sce)

这个时候的sce对象，里面存储这多个10x样品的单细胞结果，以 orig.ident 列作为区分。

接下来开始引入harmony步骤，超级简单：

library(harmony)
seuratObj <- RunHarmony(sce, "orig.ident")
names(seuratObj@reductions)
seuratObj <- RunUMAP(seuratObj, dims = 1:15, 
 reduction = "harmony")
DimPlot(seuratObj,reduction = "umap",label=T )

对harmony整合好的对象进行聚类分群：

sce=seuratObj
sce <- FindNeighbors(sce, reduction = "harmony",dims = 1:15)
sce <- FindClusters(sce, resolution = 0.1)
table(sce@meta.data$seurat_clusters)
DimPlot(sce,reduction = "umap",label=T) 
DimPlot(sce,reduction = "umap",label=T,
 group.by = 'orig.ident')

可以看到如下所示的结果，上图是整合前，下图整合后 ：

上图是整合前，下图整合后

如果你感兴趣这个harmony技术的细节，建议看前两天在《单细胞天地》的 《单细胞分析十八般武艺1：harmony》

类似的容易让人想歪的生物信息学词条好像还不少

比如： julia 这个编程语言，如果你 直接搜索它！

julia这个女明星

哈哈，群体的智慧是无穷的，欢迎各路神通广大的朋友留言给出类似的例子！

​

Comments are closed.