劉小澤寫于19.9.3
字雖然少，都是干貨
| 用法 | Seurat 2.x | Seurat 3.x | Scater | Monocle2.x | Monocle3.x |
|---|---|---|---|---|---|
| 創(chuàng)建R包要求的對象 | CreateSeuratObject() | 函數(shù)不變，參數(shù)取消了raw.data，min.genes更改為min.features | SingleCellExperiment() | newCellDataSet()，其中的phenoData、featureData參數(shù)都是用new()建立的AnnotatedDataFrame對象 | new_cell_data_set()，其中的cell_metadata、gene_metadata參數(shù)都是數(shù)據(jù)框 |
| 添加注釋信息 | AddMetaData() | AddMetaData()或者直接通過object$meta_name | 可以直接使用sce$meta_name | addCellType()添加細胞類型 | 可以用基礎R函數(shù) |
| QC and selecting cell | sce@raw.data | GetAssayData() | calculateQCMetrics(),其中的feature_controls參數(shù)可以指定過濾指標，然后有一系列的可視化函數(shù)。過濾用filter()或isOutlier() | 用基礎R函數(shù)進行初步過濾，還可以用detectGenes()函數(shù)加上subset()過濾 | 用基礎R函數(shù)進行初步過濾 |
| 表達量的標準化或者歸一化 | NormalizeData()，歸一化后檢測用sce@data | NormalizeData()，歸一化后檢測用sce[['RNA']] | 計算CPM：calculateCPM()、歸一化：normalize() | estimateSizeFactors()還有estimateDispersions | preprocess_cds() |
| 尋找重要的基因 | FindVariableGenes() | FindVariableFeatures()，其中算法有變動 | 沒有專門函數(shù) | differentialGeneTest()函數(shù) | 版本3和版本2的差異分析可以說是完全不同，版本3取代了2中的differentialGeneTest() and BEAM()。它利用fit_models()或graph_test() |
| 去除干擾因素 | ScaleData()，結果存儲在sce@scale.data中 | ScaleData()，結果存儲在sce[["RNA"]]@scale.data中 | limma的removeBatchEffect()、scran的mnnCorrect() | 去除干擾因素的功能被包裝在降維函數(shù)中 | preprocess_cds()中指定參數(shù)residual_model_formula_str |
| 降維 | PCA：RunPCA()，參數(shù)pc.genes，結果存儲在sce@dr$pca@gene.loadings tSNE：RunTSNE() | PCA：RunPCA()，參數(shù)features，結果存儲在sce@reductions$pca@feature.loadings tSNE：RunTSNE() | PCA：runPCA()，結果在reducedDims中； tSNE：runTSNE() | reduceDimension函數(shù)，可以選擇多種參數(shù) | reduce_dimension()，算法包括UMAP", "tSNE", "PCA" and "LSI" |
| 降維后可視化 | VizPCA和PCElbowPlot;PCAPlot或者TSNEPlot | VizDimLoadings()、DimPlot()、DimHeatmap()、ElbowPlot() | plotReducedDim()、plotPCA() | plot_cell_clusters() | plot_cells() |
| 細胞聚類 | FindClusters() | FindNeighbors() + FindClusters() | 沒有包裝聚類函數(shù)，可以輔助其它R包，或者R基礎函數(shù) | clusterCells() | cluster_cells()，依賴一個Python模塊louvain |
| 找marker基因 | FindMarkers()或FindAllMarkers() | FindMarkers()或FindAllMarkers()，VlnPlot()、FeaturePlot()可視化 | 借助SC3包 | newCellTypeHierarchy()、 classifyCells() | top_markers() |
| 繪圖相關 | 基因相關性繪圖：GenePlot()；細胞相關性繪圖：CellPlot()，選擇細胞用sce@cell.names | 基因相關性繪圖：FeatureScatter()；細胞相關性繪圖：CellScatter()，選擇細胞用colnames(sce) | 基因相關性繪圖：繪制基因表達相關plotExpression()；檢測高表達基因plotHighestExprs()、表達頻率plotExprsFreqVsMean()、細胞質(zhì)控plotColData()、表達量累計貢獻plotScater() | plot_cell_trajectory()、plot_genes_in_pseudotime()、plot_genes_jitter()、plot_pseudotime_heatmap()、plot_genes_branched_heatmap()、plot_genes_branched_pseudotime() | plot_pc_variance_explained()、對每組的marker基因可視化： plot_genes_by_group()、3D發(fā)育軌跡plot_cells_3d()、畫小提琴圖：plot_genes_violin() |
歡迎關注我們的公眾號～_～
我們是兩個農(nóng)轉生信的小碩，打造生信星球，想讓它成為一個不拽術語、通俗易懂的生信知識平臺。需要幫助或提出意見請后臺留言或發(fā)送郵件到jieandze1314@gmail.com
Welcome to our bioinfoplanet!
