CibersortX网站是常用的工具,但是是网页上传数据,现在网页503打不开,而BayesPrism在PMID: 37717006 文章benchmark 9种方法中发现BayesPrism的假阳性与假阴性数量上最低,并且在分解精细的免疫谱系时展现出最佳性能;因此可以作为替代工具,并且BayesPrism也提供了网页工具,不过我们还是习惯本地跑代码;新版的BayesPrism支持系数矩阵作为输入。

BayesPrism是一个综合工具,旨在利用贝叶斯统计方法从bulk RNA测序数据中精确解析肿瘤微环境的细胞组成,并同时考虑细胞特异性的基因表达模式,通过先进的算法模块实现对复杂细胞混合物的深入分析和理解。

BayesPrism包含细胞去卷积模块和嵌入学习模块。细胞去卷积模块依据来自单细胞RNA测序(scRNA-seq)的细胞类型特异性表达轮廓建立先验,联合估计肿瘤(或非肿瘤)样本的bulk RNA-seq表达数据中细胞类型组成及其特异性基因表达的后验分布。嵌入学习模块采用期望最大化算法,基于去卷积模块推测出的非恶性细胞表达量和比例条件,通过线性组合恶性基因程序来近似肿瘤表达模式。

BayesPrism示意图,每个步骤在做什么

安装

library(remotes)
remotes::install_github("Danko-Lab/BayesPrism")

注:using是我写的函数,有需要可以后台联系,加入交流群;using作用是一次性加载多个R包,不用写双引号,并且不在屏幕上打印包的加载信息
加载示例数据,可以后台联系获得数据代码和结果文件

using(remotes, data.table, BayesPrism)
load('tutorial.gbm.rdata')

输入文件

bk.dat: bulk转录组表达谱(矩阵、行样本、列基因)
sc.dat: 单细胞转录组表达谱(矩阵、行样本、列基因)
cell.type.labels: 细胞标签(向量)
cell.state.labels: 细胞状态标签(向量,每个标签对应的细胞数目要大于20)
注意:

  1. bk.dat等只是变量名换成其他也行;
  2. bk.dat和sc.dat为同样的标准化方式,支持raw count、TPM, RPM, RPKM, FPKM,不支持log转化后的数据

    质控图

    相关性图查看样本间相关性

    BayesPrism::plot.cor.phi(
     input = sc.dat,
     input.labels = cell.state.labels,
     title = "cell state correlation",
     pdf.prefix="gbm.cor.cs",
     cexRow = 0.2,
     cexCol = 0.2,
     margins = c(2, 2)
    )

    相关性图查看细胞类型间相关性

    BayesPrism::plot.cor.phi(
     input = sc.dat,
     input.labels = cell.type.labels,
     title = "cell type correlation",
     pdf.prefix="gbm.cor.ct",
     cexRow = 0.5,
     cexCol = 0.5
    )

    过滤基因

    目的:去除线粒体、核糖体基因、性染色体基因、低表达基因,只选择编码蛋白的基因
    绘制单细胞和bulk的离群基因
    图中显示每个基因的归一化平均表达(x 轴)和最大特异性(y 轴)的对数,以及每个基因是否属于一个潜在的“异常”,糖体蛋白基因通常表现出高平均表达水平和低细胞类型特异性得分。

    sc.stat <- BayesPrism::plot.scRNA.outlier(
     input = sc.dat, # make sure the colnames are gene symbol or ENSMEBL ID
     cell.type.labels = cell.type.labels,
     species = "hs", # currently only human(hs) and mouse(mm) annotations are supported
     return.raw = TRUE # return the data used for plotting.
     pdf.prefix="gbm.sc.stat"
    )

bk.stat <- BayesPrism::plot.bulk.outlier(
    bulk.input = bk.dat, # make sure the colnames are gene symbol or ENSMEBL ID
    sc.input = sc.dat, # make sure the colnames are gene symbol or ENSMEBL ID
    cell.type.labels = cell.type.labels,
    species = "hs", # currently only human(hs) and mouse(mm) annotations are supported
    return.raw = TRUE
    pdf.prefix="gbm.bk.stat"
)

去除线粒体、核糖体基因、性染色体基因、低表达基因

sc.dat.filtered <- BayesPrism::cleanup.genes(
    input = sc.dat,
    input.type = "count.matrix",
    species = "hs",
    gene.group = c("Rb", "Mrp", "other_Rb", "chrM", "MALAT1", "chrX", "chrY"),
    exp.cells = 5
)

绘制bk.dat与sc.dat间的相关性(只支持人的基因数据)

BayesPrism::plot.bulk.vs.sc(
    sc.input = sc.dat.filtered,
    bulk.input = bk.dat
    pdf.prefix="gbm.bk.vs.sc"
)

只选择编码蛋白的基因

sc.dat.filtered.pc <- BayesPrism::select.gene.type(sc.dat.filtered, gene.type = "protein_coding")

选择signature基因

用差异分析方法给每个细胞类型选择相应的marker基因(>50),如果基因少,可以调整阈值

diff.exp.stat <- BayesPrism::get.exp.stat(
    sc.dat = sc.dat[, colSums(sc.dat > 0) > 3], # filter genes to reduce memory use
    cell.type.labels = cell.type.labels,
    cell.state.labels = cell.state.labels,
    pseudo.count = 0.1, # a numeric value used for log2 transformation. =0.1 for 10x data, =10 for smart-seq. Default=0.1.
    cell.count.cutoff = 50, # a numeric value to exclude cell state with number of cells fewer than this value for t test. Default=50.
    n.cores = 1 # number of threads
)
sc.dat.filtered.pc.sig <- BayesPrism::select.marker(
    sc.dat = sc.dat.filtered.pc,
    stat = diff.exp.stat,
    pval.max = 0.01,
    lfc.min = 0.1
)

构造Prism对象

myPrism <- BayesPrism::new.prism(
    reference = sc.dat.filtered.pc,
    mixture = bk.dat,
    input.type = "count.matrix",
    cell.type.labels = cell.type.labels,
    cell.state.labels = cell.state.labels,
    key = "tumor",
    outlier.cut = 0.01,
    outlier.fraction = 0.1,
)

运行BayesPrism

分布运行,

bp.res.initial <- BayesPrism::run.prism(prism = myPrism, n.cores = 50, update.gibbs = FALSE)
base::saveRDS(bp.res.initial, file = file.path(outdir, "bp.res.initial.rds"))
bp.res.update <- BayesPrism::update.theta(bp = bp.res.initial)
base::saveRDS(bp.res.update, file = file.path(outdir, "bp.res.update.rds"))

提取细胞比例

BayesPrism在输出中同时保留了细胞类型组成θ0的初始估计值和经过更新的细胞类型组成估计值θf。大多数情况下,用户应使用更新后的θ值,因为它往往能改进初始估计。然而,在某些特殊情况下,可能需要使用初始估计值θ0。例如,当混合物中肿瘤成分含量较少(<50%)时,或者参考样本和混合样本之间不存在批次效应,比如参考数据是从同一bulk RNA-seq平台上通过流式细胞分选获得的情况下。

theta <- BayesPrism::get.fraction(
    bp = bp.res.update,
    which.theta = "final",
    state.or.type = "type"
)
data.table::as.data.table(theta, keep.rownames = "Sample") %>% data.table::fwrite(file.path(outdir, "theta.csv"))

Reference

https://www.bayesprism.org/
https://github.com/Danko-Lab/BayesPrism

本文由mdnice多平台发布


生信探索
1 声望0 粉丝