上篇推文中对ncount_RNA 和nFeature_RNA进行了可视化,然后基于可视化结果进行了阈值的判断,并且也给大家分享了在实际分析中的应用
![根据线粒体基因进行过滤](http://scholarsupdate.hi2net.com/picture/2024/0502/1/49.png)
其中也提到了在我们的质控脚本中,首先是计算了线粒体、核糖体以及血红细胞的比例,然后就可视化了细胞中这些参数的情况,在基于这些数据进行一个过滤
那这期我们来了解一下如何根据线粒体、核糖体以及红血蛋白基因的比例,对细胞进行过滤
为什么要基于这些基因进行过滤
单细胞中表达量最高的基因一般是线粒体基因、核糖体基因等
![根据线粒体基因进行过滤](http://scholarsupdate.hi2net.com/picture/2024/0502/1/50.png)
![根据线粒体基因进行过滤](http://scholarsupdate.hi2net.com/picture/2024/0502/1/51.png)
如果是线粒体基因高表达的细胞,可能是处于凋亡状态或者裂解状态的细胞,会干扰后续的分析
红细胞中会高表达血红蛋白基因,而红细胞本身是不含有细胞核的,且携带的基因少,其携带的基因与疾病以及生物发育等过程没有太大的联系,所以可以直接剔除掉
计算基因比例
在读取完数据创建seurat对象之后,会为每个细胞创建一个元数据,保存在meta.data里面,比如我们上次介绍的nFeature_RNA和nCount_RNA,统计一下全部基因的表达量
但是并不会计算线粒体、核糖体这些单独的基因的比例,所以需要我们自行计算一下这些基因,然后也保存在meta.data里面
计算方法:
根据基因名特征进行整理
使用PercentageFeatureSet进行计算
![根据线粒体基因进行过滤](http://scholarsupdate.hi2net.com/picture/2024/0502/1/52.png)
人类和小鼠的线粒体核糖体基因区别:
人类的核糖体基因是RPS/RPL开头
人类的线粒体基因是MT-开头
小鼠的核糖体基因是Rps/Rpl开头
小鼠的线粒体基因是mt-开头
可视化
![根据线粒体基因进行过滤](http://scholarsupdate.hi2net.com/picture/2024/0502/1/53.png)
如果分析中发现某些单细胞样品中的线粒体表达量特别高,可能说明这个样品质量是比较一般的
设置阈值过滤
一般简单的过滤就是基于可视化的结果,设置一个上限
![根据线粒体基因进行过滤](http://scholarsupdate.hi2net.com/picture/2024/0502/1/54.png)
根据线粒体核糖体基因进行过滤
在过滤线粒体核糖体基因推文中提到了过滤的方式
1. 粗暴的去除全部线粒体基因
直接在表达矩阵里面,去除掉属于的那一行表达量即可
2. 设定阈值去除掉高表达量细胞
多次反复查看线粒体核糖体基因的影响,分群前后看,不同batch看,多次质控图表里面显示它,判断它是否是一个主要因素
3. 高表达核糖体基因的细胞是否要去除
在不影响分群和功能分析时可以不删除,很多细胞里都大量表达核糖体基因,如果一刀切全删除,会删除很多目的细胞。
在分析中的应用
与ncount_RNA 和nFeature_RNA一样,在进行单细胞亚群可视化的时候,也会可视化一下线粒体核糖体基因这些基因的比例
![根据线粒体基因进行过滤](http://scholarsupdate.hi2net.com/picture/2024/0502/1/55.png)
不过因为在质控的时候已经去除掉线粒体基因表达过高的细胞,所以在亚群分类的时候也不太需要仔细辨别
在单细胞亚群细分的时候,主要还是基于每个簇的ncount_RNA 和nFeature_RNA以及基于Marker基因和Umap图去判断是否是双细胞,或者增殖细胞