为R中的集成Seurat对象创建层次聚类树状图？答案

【问题标题】：Create a hierarchical clustering dendrogram for integrated Seurat object in R?为R中的集成Seurat对象创建层次聚类树状图？
【发布时间】：2020-11-03 01:08:18
【问题描述】：

有人知道如何为集成的 Seurat 对象创建树状图吗？我可以为非集成对象执行此操作，但是当我尝试时：

immune.combined <- BuildClusterTree(object = immune.combined, slot = "data")

我看到了错误：

Error in hclust(d = data.dist) : NA/NaN/Inf in foreign function call (arg 10)

【问题讨论】：

如果您包含一个简单的reproducible example，其中包含可用于测试和验证可能解决方案的示例输入和所需输出，则更容易为您提供帮助。
我无法分享我自己的数据，但可以在satijalab.org/seurat/v3.1/immune_alignment.html 找到一个可重现的示例作为 SatijaLab 小插图。可以通过“执行综合分析”运行小插曲中列出的代码来重现分析，这样就形成了“免疫.combined”对象。然后运行：immuno.combined

标签： r hierarchical-clustering dendrogram seurat

【解决方案1】：

如果您遵循正常的 Seurat 工作流程，在某些时候您会将默认检测更改为“RNA”。查看 BuildClusterTree 的源代码，它使用了所选分析中变化最大的特征（您选择的分析下的大型 Seurat 对象中的 var.features）。对于集成工作流程，您只计算了“集成”测定的这些值，而不是 RNA 测定。因此，您需要对综合分析进行分析。这意味着这样的事情：

sampleIntegrated <- BuildClusterTree(sampleIntegrated,assay="integrated")

由于某种原因不起作用，并且产生了相同的错误。但是，如果您首先将默认检测明确设置为集成，则它可以工作：

DefaultAssay(sampleIntegrated) <- "integrated"
sampleIntegrated <- BuildClusterTree(sampleIntegrated,assay="integrated")

然后您可以使用您选择的可视化方法。例如，使用 Seurat 的 ggtree 包和工具：

library(ggtree)
myPhyTree <- Tool(object=sampleIntegrated, slot = "BuildClusterTree")
ggtree(myPhyTree)+geom_tiplab()+theme_tree()+xlim(NA,400)

【讨论】：