数据介绍：

来自谷歌翻译：

肿瘤浸润性髓系细胞 (TIM) 包括单核细胞、巨噬细胞、树突状细胞和中性粒细胞，已成为癌症生长的关键调节因子。这些细胞可以分化成一系列状态，这些状态可能会促进或限制肿瘤生长，但目前仍知之甚少。在这里，我们使用单细胞 RNA 测序来绘制非小细胞肺癌患者中的 TIM。我们发现了 25 种 TIM 状态，其中大多数在患者中可重复发现。为了促进这些群体的转化研究，我们还对小鼠中的 TIM 进行了分析。在比较不同物种的 TIM 时，我们发现树突状细胞和单核细胞之间的群体结构几乎完全一致；中性粒细胞亚群保守；巨噬细胞之间存在物种差异。相比之下，患者血液中的髓系细胞群体结构与 TIM 的重叠有限。这项研究确定了肺 TIM 概况，并为未来研究 TIM 作为免疫治疗靶点的潜力奠定了基础。

数据下载与准备：

https://www.ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE127465

数据预处理代码：

以下为处理代码

wget -c "https://www.ncbi.nlm.nih.gov/geo/download/?acc=GSE127465&format=file" -O GSE127465_RAW.tar

wget -c https://ftp.ncbi.nlm.nih.gov/geo/series/GSE127nnn/GSE127465/suppl/GSE127465%5Fgene%5Fnames%5Fhuman%5F41861.tsv.gz

wget -c https://ftp.ncbi.nlm.nih.gov/geo/series/GSE127nnn/GSE127465/suppl/GSE127465%5Fhuman%5Fcell%5Fmetadata%5F54773x25.tsv.gz

#metadata文件处理：由于不同样本之间barcode ID可能重复。因此，细胞ID提取到第一列，并添加样本ID到第一列
zcat GSE127465_human_cell_metadata_54773x25.tsv.gz |awk -F '\t' 'BEGIN{OFS="\t"}{print $4$5,$0}' |gzip - >metadata.tsv.gz

#解压包
tar xvf GSE127465_RAW.tar

# 由于不同样本之间barcode ID可能重复，这里需要添加样本ID到barcode中
for id in `zcat metadata.tsv.gz |awk 'NR>1{print $5}'|sort|uniq`;do
  zcat *_human_${id}_raw_counts.tsv.gz|awk -F '\t' 'BEGIN{OFS="\t"}{print "'$id'"$0}' |gzip - >$id.counts.tsv.gz

done

#合并人的所有的counts数据,awk只输出第一个文件的表头
zcat *.counts.tsv.gz |awk -F"\t" 'NR==1 || $1!~ /barcode/ {print $0}'  |gzip - > all_human_counts.tsv.gz

单细胞分析

这个数据有点特殊为indrop的单细胞数据, 也是测的3’端，因此和10X的数据处理类似

#count数据和metadata数据无需解压可直接读入
#读入数据并质控时间久，由于indrop的数据行是细胞列是基因需要转置，173954个细胞的矩阵大约消耗 100G-200G 左右内存
Rscript $scripts/seurat_sc_qc.r  --count  all_human_counts.tsv.gz --transpose \
  --project GSE127465   \
  --nUMI.min 500 \
  --nUMI.max 50000 \
  --nGene.min 250 \
  --mito.gene.pattern "^MT.*-" \
  --percent_mito 30 \
  --log10GenesPerUMI 0.8 \
  -o 01.qc \
  -p GSE127465  --metadata metadata.tsv.gz
  

#单细胞聚类分群分析
Rscript $scripts/seurat_sc_cluster.r --rds 01.qc/GSE127465.afterQC.rds  \
 -p GSE127465  --resolution 0.5  -d 30 \
 -o 02.cluster --integrate.method harmony --batch.id Library \
 --vars.to.regress nUMI  percent_mito --high.variable.genes 2000

结果展示：

单细胞转录组分析课程推荐：https://bdtcd.xetslk.com/s/4i88K6