前言
在[[11-10x数据导入为seurat对象]] 我们介绍了10x 数据导入seurat。但有时候，获得的数据并非是标准的10x 格式，比如raw 矩阵，该如何解决呢？或者，我们希望以sce 对象处理，毕竟单细胞R 中对象处理，并非seurat 一家独大。来探索一下吧。
1-对10x数据
标准的10x 输出：
> dir("./data/ctrl_raw_feature_bc_matrix/")
[1] "barcodes.tsv.gz" "features.tsv.gz" "matrix.mtx.gz"
对于seurat：Read10X 和 CreateSeuratObject 组合即可读取。
对于sce：DropletUtils 包的read10xCounts() 函数。
2-对于表达矩阵
比如，有的提供的单纯是tsv 或csv 的原始counts 矩阵。其实如果你仔细探索，10x 格式，不过是将counts 矩阵基础之上，拆成了三个文件。
如果是单纯的表达矩阵，有两个方案：
- fread 包，这个在[[128-R茶话会21-R读取及处理大数据]] 已经介绍了；不过需要注意的是，其会读入data.table 格式；
- scuttle::readSparseCounts，可以将表达矩阵（比如tsv）以稀疏矩阵格式读入；
如果直接是稀疏矩阵，可以通过Matrix::readMM 读取。
但问题是，有时候提供的矩阵中会缝合了其他的信息，比如cellmeta data。
这时候自然是不好以稀疏矩阵读取的。
这时候一般有两种思路：
- 以数据框形式读入，去除对应内容后，再将余下内容转为矩阵；
- 直接读入矩阵，再删除余下的内容，再将矩阵转为数值型；
比如我就喜欢第一种：
# get counts
sce <- fread("./Input/melanoma.txt.gz")
counts <- as.matrix(sce[4:nrow(sce) , 2:ncol(sce)])
rownames(counts) <- sce[4:nrow(sce) , 1]
毕竟fread 读取大文件的速度不是盖的，而无法通过稀疏矩阵读取的矩阵，自然速度不会快到哪去。
总结一下，两个判断：
- 如果是纯纯的counts 矩阵，尽可能的以稀疏矩阵格式读取；
- 如果是mtx 格式，Matrix::readMM；
- 如果是文本格式，scuttle::readSparseCounts；
- 如果包含其他metadata的矩阵，fread 读取，移除对应信息后，再转为matrix；
接下来，无论是稀疏矩阵，还是counts 矩阵，都可以被CreateSeuratObject 或是SingleCellExperiment 创建对应流程的对象。
a <- matrix(1:16, ncol = 4)
a <- Matrix::Matrix(a, sparse = T)
colnames(a) <- paste0("a",1:4)
rownames(a) <- paste0("b",1:4)
> SingleCellExperiment(assays = list(counts = a))
class: SingleCellExperiment
dim: 4 4
metadata(0):
assays(1): counts
rownames(4): b1 b2 b3 b4
rowData names(0):
colnames(4): a1 a2 a3 a4
colData names(0):
reducedDimNames(0):
altExpNames(0):
> Seurat::CreateSeuratObject(a)
An object of class Seurat
4 features across 4 samples within 1 assay
Active assay: RNA (4 features, 0 variable features)
3-seurat与sce格式互换
需要注意的是，这里均使用Seurat包中的函数。（sce 好没牌面啊~）
seurat 转sce：
pbmc.sce <- as.SingleCellExperiment(seu.obj)
sce 转为seurat：
seu_paths <- Seurat::as.Seurat(
sim_paths,
counts = "counts",
data = "logcounts",
assay = NULL,
project = "SingleCellExperiment")
有一点需要注意的是，sce 对象可以额外存储关于行的信息，对应rowData：
> sce
class: SingleCellExperiment
dim: 23676 4645
metadata(0):
assays(2): counts logcounts
rownames(23676): C9orf152 RPS11 ... CTSC AQP7
rowData names(0):
colnames(4645): Cy72_CD45_H02_S758_comb Cy72_CD45_D09_S717_comb ...
CY94_CD45NEG_CD90POS_2_F04_S64_comb
CY94_CD45NEG_CD90POS_2_D08_S44_comb
colData names(5): cell sample malignancy celltype sizeFactor
reducedDimNames(0):
altExpNames(0):
这个colData，对应了seurat 中的metadata 数据框，对应细胞的信息。
而rowData也就是关于基因的信息。这里我并没有发现seurat 对象中，有存放该内容的槽。
我的解决方法是：
seu_paths@misc["geneData"] <- rowData(sim_paths)
将其保存在槽misc 内，也就是记录seurat 其他信息的这个槽中。
其他的可以参考：3.15 不同R包数据的相互转换 - 单细胞交响乐[1]
4-导出sce或seurat
其实最直接的，保存Rds 或者Rdata 就好了。
saveRDS(sce, file = "./TmpOut/melanoma_sce.Rds")
关于sce，还见过一种crb 格式保存：Export a data set in SCE format • cerebroApp[2]
当然seurat，是可以通过seuratdisk 保存为h5seurat的：
SaveH5Seurat(seu_paths, filename = "./paths.h5Seurat")
可以参考：Saving and Loading Data from an h5Seurat File • SeuratDisk[3]
不过我还是喜欢直接保存成Rds 了。
5-导出python输入或其他格式
python 中的单细胞分析软件，如scanpy，其可以读取h5ad 格式。
我们也可以将seurat 或sce 中处理的对象转换为h5ad，供python 中分析。
比如sce：Conversion Between scRNA-seq Objects • zellkonverter[4]
writeH5AD(sce, "./sce.h5ad", X_name = NULL, skip_assays = FALSE)
不过zellkonverter 这个包，默认会创建一个conda 环境，并保留全部依赖，用于配置器环境。但是，在我的电脑上，它并没有找到我的conda，而是重头下了一个conda，且网速非常慢。很不友好。
另外也发现一个包：Export a SingleCellExperiment R object as Python annData object — exportSCEtoAnnData • singleCellTK[5]
但似乎也需要解决很多python 上的依赖。你们可以试试。
对于sce 对象来说，我目前是转为seurat后，再转为h5 了。
而对于seurat：Conversions: h5Seurat and AnnData • SeuratDisk[6]
则要先保存为h5seurat，再将其转换：
SaveH5Seurat(seu_paths, filename = "./paths.h5Seurat")
Convert("./paths.h5Seurat", dest = "h5ad")
6-其他格式
最近还遇到一个奇怪的后缀：facs_Diaphragm_seurat_tiss.Robj
其读取后，会是奇怪的样子：
参考：构建seurat对象之初就应该是把基因名字转换好 - 知乎[7]
这是因为，seurat 也是日新月异，它是老版本的seurat 对象，需要更新一下：
tiss <- UpdateSeuratObject(tiss)
参考资料
[1]
3.15 不同R包数据的相互转换 - 单细胞交响乐: https://jieandze1314.osca.top/03/03-15#2.2-singlecellexperiment-zhuan-seurat
[2]
Export a data set in SCE format • cerebroApp: https://romanhaa.github.io/cerebroApp/articles/export_a_data_set_in_SCE_format.html#export-to-cerebro-format-1
[3]
Saving and Loading Data from an h5Seurat File • SeuratDisk: https://mojaveazure.github.io/seurat-disk/articles/h5Seurat-load.html
[4]
Conversion Between scRNA-seq Objects • zellkonverter: https://theislab.github.io/zellkonverter/index.html
[5]
Export a SingleCellExperiment R object as Python annData object — exportSCEtoAnnData • singleCellTK: https://camplab.net/sctk/v2.2.0/reference/exportSCEtoAnnData.html
[6]
Conversions: h5Seurat and AnnData • SeuratDisk: https://mojaveazure.github.io/seurat-disk/articles/convert-anndata.html
[7]
构建seurat对象之初就应该是把基因名字转换好 - 知乎: https://zhuanlan.zhihu.com/p/385206713