Хотя сказано, что это несколько семплов, автор сгруппировал их в трехфайловый формат с 10 сэмплами. Так что читать легко. Далее мы демонстрируем настоящий Seurat v5 для чтения нескольких 10-кратных матриц одноклеточного транскриптома. Набор данных находится в https://www.ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE162616 Вы можете увидеть Матрицу, предоставленная автором Весьма3 стандартных файла для файлов 10X,Но под каждым образцом лежит 3 файла,Вам просто нужно изменить имя файла соответствующим образом:

Матрица, предоставленная автором

После нашей модификации у каждого образца есть папка,Внутри каждой папки находится3 стандартных файла для файлов 10X, как показано ниже:

$ tree -h GSE162616_RAW/outputs/
GSE162616_RAW/outputs/
|-- [   0]  HCC1
|   |-- [ 86K]  barcodes.tsv.gz
|   |-- [298K]  features.tsv.gz
|   `-- [ 84M]  matrix.mtx.gz
|-- [   0]  HCC2
|   |-- [ 51K]  barcodes.tsv.gz
|   |-- [298K]  features.tsv.gz
|   `-- [ 50M]  matrix.mtx.gz
`-- [   0]  HCC3
    |-- [ 77K]  barcodes.tsv.gz
    |-- [298K]  features.tsv.gz
    `-- [ 76M]  matrix.mtx.gz

3 directories, 9 files

Если читать по предыдущей версии Seurat V4, код будет следующим:

dir='GSE162616_RAW/outputs/' 
samples=list.files( dir  )
samples 

library(data.table)
sceList = lapply(samples,function(pro){ 
  # pro=samples[1] 
  print(pro) 
  sce=CreateSeuratObject(counts =  Read10X(file.path(dir,pro) ) ,
                         project =  pro ,
                         min.cells = 5,
                         min.features = 300,)
  
  return(sce)
})

names(sceList)  
library(stringr)
# samples=gsub('.txt.gz','',str_split(samples,'_',simplify = T)[,2])
samples

names(sceList) =  samples

sce.all <- merge(sceList[[1]], y= sceList[ -1 ] ,
                 add.cell.ids =  samples) 

as.data.frame(sce.all@assays$RNA$counts[1:10, 1:2])
#  only the first layer is used
head(sce.all@meta.data, 10)
table(sce.all@meta.data$orig.ident) 

Я писал приведенный выше код в течение многих лет, и он не обновлялся и не улучшался. Мы полагаемся на эту версию процесса Сёра V4 для создания большого количества процессов кластеризации уменьшения размерности транскриптома одной клетки для общедоступных наборов данных, более чем. 100 Вся обработка общедоступных наборов данных одной ячейки, ссылка: https://pan.baidu.com/s/1MzfqW07P9ZqEA_URQ6rLbA?pwd=3heo Но недавно его официальная версия стала V5...

Поскольку это версия Seurat V5, если несколько файлов считываются отдельно, функция слияния фактически не объединяет матрицу выражений каждого образца, как показано ниже:

Как видите, каждая выборка в объекте Сёра по-прежнему представляет собой независимую матрицу. . . .

В этом случае последующий процесс не будет продолжен. На данный момент у нас есть очень простой способ избежать слияния после отдельного чтения, как показано ниже:

tmp = list.dirs('GSE162616_RAW/outputs/')[-1]
tmp
ct = Read10X(tmp) 
sce.all=CreateSeuratObject(counts = ct  , 
                       min.cells = 5,
                       min.features = 300,)

Фактически, это происходит потому, что эта функция Read10X может считывать несколько разумных путей одновременно, поэтому наши три примера, показанные ниже, равномерно считываются в разреженную матрицу вместо независимой разреженной матрицы для каждого образца, как показано ниже:

> tmp
[1] "GSE162616_RAW/outputs/HCC1"
[2] "GSE162616_RAW/outputs/HCC2"
[3] "GSE162616_RAW/outputs/HCC3"

Единое чтение становится разреженной матрицей

Если структура функции или объекта Сёра не ясна, произойдет следующий неправильный метод чтения:

> sce.all=CreateSeuratObject(counts = Read10X('GSE162616_RAW/outputs/')   , 
+                            min.cells = 5,
+                            min.features = 300,)
Error in Read10X("GSE162616_RAW/outputs/") : 
  Barcode file missing. Expecting barcodes.tsv.gz

эта функция Read10X может принимать один или несколько разумных путей.,Разумный путь — сказать, что существует3 стандартных файла для файлов 10X,Разве это не очень просто?

Позже мы также продемонстрируем, как читать несколько образцов одноклеточного транскриптома, но матрицы этих образцов не имеют файлового формата 10x3, поэтому это будет сложнее!