我測(cè)試成功的
分別是zellkonverter包里面的readH5AD
但是會(huì)遇到很多報(bào)錯(cuò)
例如
然后有個(gè)網(wǎng)址把很多報(bào)錯(cuò)都解釋清楚了
https://mp.weixin.qq.com/s/t3-f5uE-yvtEb1z_ruMkAw
讀取h5ad格式文件后，如何創(chuàng)建Seurat對(duì)象？
seurat_obj <- readH5AD("fin_top3000_filter_harmony_batch_remove_cluster.h5ad")
logcounts(seurat_obj) <- log1p(assay(seurat_obj, "counts"))
seurat_obj <- as.Seurat(seurat_obj)
但是這個(gè)對(duì)象只有3000個(gè)基因，也就high variable genes
class: SingleCellExperiment
dim: 3000 204496
metadata(10): Dataset_colors cell_colors ... sub_cell_colors umap
assays(2): X counts
rownames(3000): A2M A2M-AS1 ... ZSWIM4 ZSWIM5
rowData names(14): mt n_cells_by_counts ... std varm
colnames(204496): C06_N_AAACCCAAGAAACCCG-1-0 C06_N_AAACCCAAGACTGTTC-1-0
... 9-S353_TTTCGATCACTGTCGG-1-35 9-S353_TTTGTTGAGACTCTAC-1-35
colData names(17): DF.classifications DF.pANN ... cell sub_cell
reducedDimNames(2): X_pca X_umap
mainExpName: NULL
所以需要提取其中的meta data信息 重構(gòu)一個(gè)seurat對(duì)象
另外一個(gè)R包是
scKidney
參考這個(gè)鏈接
