cytof數據處理難點之合併兩個不同panel的數據集

前面我們已經完成了cytof數據處理的主要步驟，讀入文件，質量控制，降維聚類分群，生物學注釋和細胞亞群比例差異分析。目錄如下：

其實跟純粹的單細胞轉錄組就非常類似了，不過單細胞轉錄組數據分析的細節以及背景我就不贅述了，看我在《單細胞天地》的單細胞基礎10講：

以及各式各樣的個性化匯總教程，差不多就明白了。

基本流程走完了，僅僅是萬裡長徵第一步而已。我們可以開始嘗試分析一些文獻的公共數據集啦，不過在處理那些數據的過程中，我們還需要傳授給大家幾個小技巧。

合併兩個不同panel的cytof數據集

有一些情況下，你的同一個實驗項目的多個FCS文件，它們的抗體順序並不一致。如下：

  sce1 <- prepData(fs, panel, md, features = panel$fcs_colname)
  sce2 <- prepData(fs, panel, md, features = panel$fcs_colname)
  rowData(sce1)[,1]
  rowData(sce2)[,1]
可以看到，兩個數據集的panel其實是一樣的：
>   rowData(sce1)[,1]
[1] "PerCP-Cy5-5-A"     "APC-H7-A"          "BV510-A"           "PE-Cy7-A"         
[5] "BV421-A"           "Alexa Fluor 647-A" "PE-A"              "FITC-A"           
>   rowData(sce2)[,1]
[1] "PerCP-Cy5-5-A"     "APC-H7-A"          "BV510-A"           "PE-Cy7-A"         
[5] "PE-A"              "Alexa Fluor 647-A" "FITC-A"            "BV421-A" 
都是8個抗體，但是呢，順序不一樣。
這個時候需要對 SingleCellExperiment 對象了如指掌：http://www.bioconductor.org/packages/release/bioc/vignettes/scater/inst/doc/overview.html
different quantifications (e.g., counts, CPMs, log-expression) can be stored simultaneously in the assays slot, 
and row and column metadata can be attached using rowData and colData, respectively.
metadata(1): experiment_info
assays(2): counts exprs
首先把SingleCellExperiment對象拆分
SingleCellExperiment對象比較複雜，需要自行閱讀，http://www.bioconductor.org/packages/release/bioc/vignettes/scater/inst/doc/overview.html
拆分的代碼如下：
  ct1=assay(sce1,1)
  ct1[1:4,1:4]
  ex1=assay(sce1,2)
  ex1[1:4,1:4]
  r1=as.data.frame(rowData(sce1))
  c1=as.data.frame(colData(sce1))
  
  ct2=assay(sce2)
  ct2[1:4,1:4]
  ex2=assay(sce2,2)
  ex2[1:4,1:4]
  r2=as.data.frame(rowData(sce2))
  c2=as.data.frame(colData(sce2))
然後把兩個抗體對齊：
  r1;r2
  n=match(r1$channel_name,r2$channel_name)
  r1;r2[n,]
  
  # 首先合併抗體信號矩陣
  ct=cbind(ct1,ct2[n,])
  ex=cbind(ex1,ex2[n,])
  # 然後合併細胞的樣本來源及其分組信息
  phe=rbind(c1,c2)
  head(phe)
  # 最後確定抗體的標記信息
  r1 # 因為r2已經被修改回來成為了r1
  # 參考   http://www.bioconductor.org/packages/release/bioc/vignettes/scater/inst/doc/overview.html 
  
有了兩個矩陣，assays(2): counts exprs ，以及抗體信息，樣品信息，就可以重新組建SingleCellExperiment對象，它比較複雜，需要自行閱讀，http://www.bioconductor.org/packages/release/bioc/vignettes/scater/inst/doc/overview.html
最後重新組建SingleCellExperiment對象
代碼超級簡單
 sce <- SingleCellExperiment(
    assays = list(counts = ct,exprs=ex), 
    colData = phe,
    rowData = r1
  )
  sce 
得到的全新的SingleCellExperiment對象就包含了兩個不同panel順序的cytof數據集啦。
如果不僅僅是panel順序不一樣
panel本身也不一樣，就比較麻煩了，不同的panel可能研究的生物學問題不一樣，或許有批次效應等其它未知的混雜因素。
需要具體問題具體分析啦。