D04 ARACNe-AP和Viper算法、R语言画图

D04 ARACNe-AP和Viper算法、R语言画图

single-cell-rcc-pipeline

0. 经典的共表达网络的构建和分析：

   0. 第一步：基于每对基因间的相关性或相互信息定义每2个基因之间的个体关系。衡量相关性的方法有：皮尔逊相关系数、斯皮尔曼相关系数。最小绝对误差回归和贝叶斯方法也可以用来构建共表达网络。
   1. 共表达网络中，结点代表着不同的基因、边代表着相关性的强弱；
   2. 使用聚类方法鉴定共表达基因组（也就是给相关性强的基因分到同一组）

1. 共表达网络的分析，在疾病或生物功能中起重要作用的基因的发现上，能起到重要作用。

2. 转录调控网络：转录因子和靶基因之间的相关性网络；

3. 基因调控网络：

ARACNe输入文件格式：

0. 输入1是基因表达矩阵：行是基因名，列是细胞；
1. 输入2是转录因子tfs（Transciption Factor）；
2. 同时需要些脚本；

什么是转录因子？

答

使用的是第五节课代码

source()是用来加载R代码的函数；

Idents()函数是？

答：

pheatmap绘图使用的是normalized—scaled的矩阵；

箱线图、小提琴图、气泡图使用的是normalized后的数据矩阵；

什么是10X测序的原始数据文件？

答： barcodes.tsv;genes.tsv;matrix.mtx这三样

什么是细胞亚群？

答：

单细胞测序的表达矩阵是什么？

答：行名为基因名，列名为样本名的表达矩阵。

单细胞测序最后得到的数据到底是什么？

答：单细胞测序最后得到的是一个“表达矩阵”。

单细胞分析，分析的是什么内容？

答：单细胞分析，是指对表达矩阵的内容进行分析。

EnsambleID是什么？

genename是什么？

EnsambleID全部改为genename

pbmc-r1-clusters-cluster-1-metaCells.csv文件展示的是每个基因所对应的蛋白活性，列是barcode名，行是基因名。

viper算法可以得到RDS类型的文件

r1.pAct是蛋白活性表达矩阵；

Viper算法流程 ：

java脚本处理单细胞原始测序数据-->得tsv格式数据-->RegProcess函数处理tsv数据-->得rds格式数据-->viper函数处理rds数据，生成蛋白活性表达矩阵（pACt）。

然后就是降维聚类-->UMAP可视化