单细胞转录因子分析之SCENIC流程

您所在的位置：网站首页 › scenic名词 › 单细胞转录因子分析之SCENIC流程

单细胞转录因子分析之SCENIC流程

2024-07-07 15:25| 来源: 网络整理| 查看: 265

去年我们在《生信技能树》公众号带领大家一起学习过：[SCENIC转录因子分析结果的解读](https://mp.weixin.qq.com/s/eAfkhX0SJu1lytZeXdsh0Q) ，提到了在做单细胞转录因子分析，首选的工具就是SCENIC流程，其工作流程两次发表在nature系列杂志足以说明它的优秀 :

SCENIC : single-cell regulatory network inference and clustering（2017年的nature methods） https://www.nature.com/articles/nmeth.4463 A scalable SCENIC workflow for single-cell gene regulatory network analysis（2020年的nature protocls） https://www.nature.com/articles/s41596-020-0336-2

SCENIC (Single-Cell rEgulatory Network Inference and Clustering) is a computational method to infer Gene Regulatory Networks and cell types from single-cell RNA-seq data. 官网教程非常清晰：

Introduction and setup 安装 running SCENIC 使用

提供了 (R / Python)两个版本的运行方式，SCENIC is implemented in R (this package and tutorial) and Python (pySCENIC).

安装SCENIC流程

其中R语言版本的SCENIC流程依赖于3个R包：

GENIE3 to infer the co-expression network (faster alternative: GRNBoost2) RcisTarget for the analysis of transcription factor binding motifs AUCell to identify cells with active gene sets (gene-network) in scRNA-seq data

所以，实际上学习这个SCENIC流程，必须要先学习这3个R包的。

比如RcisTarget 包，基于DNA-motif 分析选择潜在的直接结合靶点，我也是写了两个教程：

基因集的转录因子富集分析为什么是AUC值而不是GSEA来挑选转录因子呢

再比如那个AUCell 包，我分享了：使用AUCell包的AUCell_calcAUC函数计算每个细胞的每个基因集的活性程度

安装它们的话基本上复制粘贴下面的代码即可：

if (!requireNamespace("BiocManager", quietly = TRUE)) install.packages("BiocManager") BiocManager::version() # If your bioconductor version is previous to 4.0, see the section bellow ## Required BiocManager::install(c("AUCell", "RcisTarget"),ask = F,update = F) BiocManager::install(c("GENIE3"),ask = F,update = F) # Optional. Can be replaced by GRNBoost ## Optional (but highly recommended): # To score the network on cells (i.e. run AUCell): BiocManager::install(c("zoo", "mixtools", "rbokeh"),ask = F,update = F) # For various visualizations and perform t-SNEs: BiocManager::install(c("DT", "NMF", "ComplexHeatmap", "R2HTML", "Rtsne"),ask = F,update = F) # To support paralell execution (not available in Windows): BiocManager::install(c("doMC", "doRNG"),ask = F,update = F) # To export/visualize in http://scope.aertslab.org if (!requireNamespace("devtools", quietly = TRUE)) install.packages("devtools") devtools::install_github("aertslab/SCopeLoomR", build_vignettes = TRUE) if (!requireNamespace("devtools", quietly = TRUE)) install.packages("devtools") devtools::install_github("aertslab/SCENIC") packageVersion("SCENIC")

Python我不怎么使用，所以 Python (pySCENIC). 先略过。虽然这次略过了，但其实是躲不过去的，因为R里面的计算速度真心很慢，后期我们会补上这个 Python (pySCENIC). 教程哈。

另外，运行单细胞转录因子分析之SCENIC流程还需要下载配套数据库，不同物种不一样，在 https://resources.aertslab.org/cistarget/ 查看自己的物种，按需下载：

# https://resources.aertslab.org/cistarget/ dbFiles

【本文地址】

单细胞转录因子分析之SCENIC流程

单细胞转录因子分析之SCENIC流程

今日新闻

推荐新闻