monocle3算法

用途

利用monocle3 算法对空间转录组和单细胞数据进行轨迹推断，自动输出多种轨迹相关结果。

SDAS dataProcess h5ad2rds -i st.h5ad -o outdir

SDAS trajectory monocle3 -i st.rds -o outdir --root_key anno_spotlight --root CAF_DES \
--gene_symbol_key real_gene_name \
--batch_key sampleID

参数	是否必须	默认值	描述
-i / --input	是		rds文件，要求有原始表达矩阵
-o / --output	是		输出文件夹
--root_key	是		meta.data中根节点所在的列名称
--root	是		设置为根节点的名称
--assay	否		rds文件中用于分析的assay名称，若不设置则用当前默认assay
--gene_symbol_key	否	real_gene_name	rds文件中基因名(symbol)的列名（meta.features），_index 表示用矩阵的列名
--batch_key	否		进行批次校正的meta.data列名，不输入则不做去批次
--resolution	否		leiden聚类的resolution参数，不输入则算法会自适配
--use_existing_umap_cluster	否		使用rds已有的umap和cluster信息
--umap_key	否	umap	输入rds存储umap信息的名称
--cluster_key	否	leiden	输入rds存储cluster信息的名称
--deg	否		分析随拟时序变化的差异基因则输入”--deg”
--n_cpus	否	8	多线程数
--top_gene_num	否	5	随拟时序变化的top差异基因数目的表达图
--gene_file	否		自定义基因列表文件路径，画基因随拟时序变化的表达趋势图
--gene_color_label	否	pseudotime	基因图展示的列的名称
--pval_cutoff	否	0.05	差异基因筛选p值
--qval_cutoff	否	0.05	差异基因筛选q值
--seed	否	42	随机种子

结果文件	描述
`<input_name>_dimension.png/pdf`	降维图，展示细胞在低维空间的分布结构
`<input_name>_dimension_color_by_batch.png/pdf`	以批次信息展示的降维图（有做批次校正时输出），用于评估批次效应
`<input_name>_cluster.png/pdf`	聚类图，展示细胞聚类分布情况
`<input_name>_roots.png/pdf`	root图，显示轨迹分析的根节点位置
`<input_name>_pseudotime.png/pdf`	拟时序图，展示细胞的拟时序分布
`<input_name>_top_genes_in_pseudotime.png/pdf`	拟时序变化的top基因表达趋势图
`<input_name>_custom_genes_in_pseudotime.png/pdf`	拟时序变化的自定义基因表达趋势图
`<input_name>_monocle3.rds`	包含轨迹分析结果的rds文件
`<input_name>_pseudotime.csv`	细胞的拟时序结果，记录每个细胞的拟时序值
`<input_name>_deg_trajectory.xls`	随拟时序变化的所有基因的结果