M3-拟时序分许-3. 数据预处理、对齐和降维

# 预处理数据，设置维度数为60
cds <- preprocess_cds(cds, num_dim = 60)

# 对齐数据
cds <- align_cds(cds, alignment_group = "orig.ident")

# 降维操作
cds <- reduce_dimension(cds)

# 绘制UMAP图，颜色按seurat_clusters分组
plot_cells(cds, group_label_size = 6, cell_size = 0.5, color_cells_by = "seurat_clusters")
plot_cells(cds, group_label_size = 6, cell_size = 0.5, color_cells_by = "orig.ident")

这段代码是使用 Monocle 3 包处理单细胞数据的标准分析流程，包括预处理、数据对齐、降维和可视化。以下是逐步解读：

1. 数据预处理

cds <- preprocess_cds(cds, num_dim = 60)

• 功能：对单细胞数据集 cds 进行预处理，为后续降维和聚类做好准备。
• 参数：
  • cds：CellDataSet 对象，存储单细胞 RNA 测序数据。
  • num_dim = 60：指定降维前用于捕获数据主要变化的信息的主成分数量（PCA 维度）。
• 作用：执行 PCA 降维，保留 60 个主成分，减少数据维度的噪声并提高计算效率。

2. 数据对齐

cds <- align_cds(cds, alignment_group = "orig.ident")

• 功能：对数据进行对齐，消除批次效应或其他已知的分组差异。
• 参数：
  • alignment_group = "orig.ident"：根据 orig.ident（批次标识符）进行数据对齐。
• 作用：通过对齐消除由不同批次（orig.ident）导致的技术性差异，确保后续分析反映生物学差异而非批次效应。

3. 数据降维

cds <- reduce_dimension(cds)

• 功能：将高维数据降到低维（如 UMAP 或 t-SNE）以便可视化。
• 默认方法：Monocle 3 使用 UMAP 作为默认的降维方法。
• 作用：从高维空间映射到 2D 空间，为后续的聚类、轨迹推断和可视化提供基础。

4. 绘制 UMAP 图

plot_cells(cds, group_label_size = 6, cell_size = 0.5, color_cells_by = "seurat_clusters")

• 功能：绘制 UMAP 图，根据指定的分组信息为每个细胞着色。
• 参数：
  • group_label_size = 6：指定分组标签的字体大小。
  • cell_size = 0.5：每个细胞点的大小。
  • color_cells_by = "seurat_clusters"：按 seurat_clusters 着色细胞（通常是聚类分组）。
• 作用：展示细胞的分布情况，颜色代表不同的 Seurat 聚类。

5. 绘制 UMAP 图（按批次着色）

plot_cells(cds, group_label_size = 6, cell_size = 0.5, color_cells_by = "orig.ident")

• 功能：同样绘制 UMAP 图，但按 orig.ident 着色细胞。
• 作用：检查批次分布情况，验证对齐后是否有效地消除了批次效应。

总结

这段代码展示了单细胞数据分析的关键步骤：

1. 预处理：降低噪声，提高分析效率；
2. 对齐：消除批次效应；
3. 降维：将高维数据投影到 2D 空间；
4. 可视化：检查细胞聚类和批次分布。

两张 UMAP 图分别按 细胞聚类（seurat_clusters） 和 批次（orig.ident） 着色，用于探索数据的生物学意义和技术特征。