使用Palantir进行单细胞发育轨迹推断分析

Palantir是一种对单细胞测序数据进行分化发育轨迹推断的算法，于2019年发表在Nature Biotechnology上。Palantir将细胞分化模拟为一个随机的过程，其中干细胞通过一系列步骤最终分化为终末分化的细胞。Palantir能有效地捕获细胞分化状态的连续性和细胞命运决定的随机性。

安装所依赖的python包下载示例数据集加载示例数据集原始数据进行质控数据的归一化和标准化数据的PCA降维tSNE降维可视化绘制特征基因的表达谱对降维后的数据进行聚类分群运行Palantir进行分化发育轨迹推断可视化Palantir的结果基因表达趋势分析查看相关函数的使用说明

安装所依赖的python包

Palantir是基于python3开发的，可以直接通过pip进行安装

pip install PhenoGraph
pip install rpy2
pip install palantir

下载示例数据集

在palantir包的data文件夹下存放了一个示例数据集，以下分析流程使用这个数据集进行分析。

wget -c https://github.com/dpeerlab/Palantir/raw/master/data/marrow_sample_scseq_counts.csv.gz

加载示例数据集

Palantir可以从csv文件，mtx文件，10x count文件和HDF文件读取scRNA-seq数据。csv文件应为count的cell X gene的表达矩阵。

＃ 加载所需的python包
import palantir
# Plotting and miscellaneous imports
import os
import matplotlib
import matplotlib.pyplot as plt
import pandas as pd

%matplotlib inline

# 加载示例数据集
palantir_dir = os.path.expanduser('~/dongwei/palantir/data/')
counts = palantir.io.from_csv(palantir_dir + 'marrow_sample_scseq_counts.csv.gz')
counts

对于其他格式的文件，可以使用palantir.io.from_mtx，palantir.io.from_10x，palantir.io.from_10x_HDF5等函数进行读取。

原始数据进行质控

Palantir可以对原始数据进行质控，使用palantir.preprocess.filter_counts_data函数用于删除低分子计数的细胞和具有低检测率的基因。

# 查看原始数据的特征
fig, ax = palantir.plot.plot_molecules_per_cell_and_gene(counts)
# 过滤细胞和基因
filtered_counts = palantir.preprocess.filter_counts_data(counts, cell_min_molecules=1000, genes_min_cells=10)

数据的归一化和标准化

Palantir将每个细胞的计数除以检测到的总分子作为归一化的指标，还可以对数据进行log值的转换。

norm_df = palantir.preprocess.normalize_counts(counts)
norm_df = palantir.preprocess.log_transform(norm_df)

数据的PCA降维

# PCA reduction
pca_projections, _ = palantir.utils.run_pca(norm_df)
# Run diffusion maps
dm_res = palantir.utils.run_diffusion_maps(pca_projections, n_components=5)
ms_data = palantir.utils.determine_multiscale_space(dm_res)

Palantir可以使用MAGIC算法对单细胞的表达数据进行imputation处理

# MAGIC imputation
imp_df = palantir.utils.run_magic_imputation(norm_df, dm_res)

tSNE降维可视化

# tSNE visualization
tsne = palantir.utils.run_tsne(ms_data)
fig, ax = palantir.plot.plot_tsne(tsne)

fig, ax = palantir.plot.plot_tsne_by_cell_sizes(counts, tsne)

绘制特征基因的表达谱

使用plot_gene_expression函数，可以在tSNE图上显示一些特征基因的表达谱。

palantir.plot.plot_gene_expression(imp_df, tsne, ['CD34', 'MPO', 'GATA1', 'IRF8'])

对降维后的数据进行聚类分群

Palantir使用Phenograph对数据进行聚类，并进行可视化

# 数据聚类
clusters = palantir.utils.determine_cell_clusters(pca_projections)

# 聚类结果可视化
palantir.plot.plot_cell_clusters(tsne, clusters )

运行Palantir进行分化发育轨迹推断

可以指定一个近似的最早的起始细胞来运行Palantir。Palantir可以自动确定终末分化状态的细胞，也可以使用termine_states参数指定它们。

# 运行Palantir
start_cell = 'Run5_164698952452459'
pr_res = palantir.core.run_palantir(ms_data, start_cell, num_waypoints=500)

Palantir运行完后生成的结果包含以下数据：
Pseudotime: Pseudo time ordering of each cell
Terminal state probabilities: Matrix of cells X terminal states. Each entry represents the probability of the corresponding cell reaching the respective terminal state
Entropy: A quantiative measure of the differentiation potential of each cell computed as the entropy of the multinomial terminal state probabilities

# 查看自动生成的终末分化的细胞
pr_res.branch_probs.columns

# 根据已有的生物学知识对终末分化的细胞进行重命名
mapping = pd.Series(index=['DC', 'Mono', 'Ery'])
mapping['DC'] = tsne.loc[pr_res.branch_probs.columns, 'x'].idxmax()
mapping['Ery'] = tsne.loc[pr_res.branch_probs.columns, 'y'].idxmin()
mapping['Mono'] = pr_res.branch_probs.columns.difference(mapping.values)[0]
mapping = pd.Series(mapping.index, index=mapping)
pr_res.branch_probs.columns = mapping[pr_res.branch_probs.columns]
pr_res.branch_probs = pr_res.branch_probs.loc[:, ['Ery', 'Mono', 'DC']]

可视化Palantir的结果

使用plot.plot_palantir_results函数对palantir运行的结果进行可视化

palantir.plot.plot_palantir_results(pr_res, tsne)

查看一些细胞在不同终末分化细胞中的分布比例

cells = ['Run5_164698952452459', 'Run5_170327461775790', 'Run4_121896095574750', ]
palantir.plot.plot_terminal_state_probs(pr_res, cells) 

高亮一些细胞查看他们的分布

palantir.plot.highlight_cells_on_tsne(tsne, cells)

基因表达趋势分析

Palantir使用Generalized Additive Models(GAMs)模型计算基因在不同分化细胞中的表达趋势

# 选择特征基因
genes = ['CD34', 'MPO', 'GATA1', 'IRF8']
# 计算基因的表达趋势
gene_trends = palantir.presults.compute_gene_trends( pr_res, imp_df.loc[:, genes])

基因表达趋势的可视化

palantir.plot.plot_gene_trends(gene_trends)

绘制基因表达趋势热图

palantir.plot.plot_gene_trend_heatmaps(gene_trends)

查看相关函数的使用说明

对于一些函数的参数和使用方法，可以通过help()函数查看其相关使用说明，如：

help(palantir.core.run_palantir)