https://mybinder.org/v2/gh/kozo2/SakigakeMTG2019/binder

exercise2_scTensor.Rmd

---
title: "Exercise2: scTensorのデモ"
output: html_notebook
---

<p><img alt="logo" width="200" src="https://dl.dropboxusercontent.com/s/nm3k2p6i3k6d6gl/sctensor.png" align="left" /></p>

<h1>Exercise2: scTensorのデモ</h1>


このノートブックでは、1細胞RNA-Seqデータ内に含まれる細胞間相互作用（CCI）を検出するためのR/Bioconductorパッケージ、scTensorの使い方について説明します


まずは、このノートブックの実行に必要なパッケージのインストールとロードを行います

```{r}
# パッケージロード
library("scTensor")
library("SingleCellExperiment")
library("LRBase.Hsa.eg.db")
library("MeSH.Hsa.eg.db")
```

今回は、[Li, Li et al., 2017, Cell](https://www.sciencedirect.com/science/article/pii/S1934590917300784?via%3Dihub)で報告された、ヒトの性腺内部に含まれる生殖系細胞（Germline Cells）と、ニッチ環境を形成する体細胞（Somatic Cells）間のCCIについて調べます


<p><img alt="logo2" width="1000" src="https://dl.dropboxusercontent.com/s/bax9wbdsulr15tj/germline.jpg" /></p>

[RNA-Seq Blog](https://www.rna-seqblog.com/single-cell-rna-seq-analysis-maps-development-of-human-germline-cells/)


この論文に関係したデータは、以下の3つのRオブジェクトとして、scTensorパッケージ内に保存されているため、data関数で以下のように呼び出すことができます

なお、__発現量行列の遺伝子は、テストデータとして公開する際、データサイズの制限で、[Highly Variable Genes](http://pklab.med.harvard.edu/scw2014/subpop_tutorial.html)という基準のもと、かなり数を減らしているので、ここでは、あくまでツールの操作感を知るためにこのデータを用います__（生物学的考察までは保証しません、例えば、この論文で注目している、BMPシグナル系のリガンド・受容体ペアの発現は、数を減らした関係で再現できていません）

```{r}
data(GermMale) # 発現量行列
data(labelGermMale) # 細胞型ラベル
data(tsneGermMale) # t-SNEの二次元座標
```

以下のように、GermMaleは行列、labelGermMaleはベクトルです

tsneGermMaleはRtsneという別のRパッケージの出力オブジェクトであり、tsneGermMale$Yの部分に、t-SNEの二次元座標が保管されています

```{r}
is(GermMale) # 発現量行列
is(labelGermMale) # 細胞型ラベル
is(tsneGermMale) # Rtsne関数の出力オブジェクト
is(tsneGermMale$Y) # t-SNEの二次元座標
```

このt-SNEの図を見てわかるように、下側に位置する暖色系（赤、朱色、オレンジ）の点が性細胞、上側に位置する寒色系（薄緑、緑、水色、紫）の点が体細胞です

```{r}
par(ask=FALSE)
plot(tsneGermMale$Y, col=labelGermMale,
	pch=16, main="Germline - Somatic Niche Interaction",
	xlab="t-SNE1", ylab="t-SNE2", bty="n")

text(14, 5, "FGC-1", col="#9E0142", cex=2)
text(-4, -8, "FGC-2", col="#D53E4F", cex=2)
text(-10, 3, "FGC-3", col="#F46D43", cex=2)
text(5, 13, "Soma-1", col="#ABDDA4", cex=2)
text(-5, 22, "Soma-2", col="#66C2A5", cex=2)
text(0, 26, "Soma-3", col="#5E4FA2", cex=2)
text(13, 21, "Soma-4", col="#3288BD", cex=2)
```

scTensorの入力は、[SingleCellExperiment](https://www.bioconductor.org/packages/release/bioc/html/SingleCellExperiment.html)パッケージで定義された、SingleCellExperimentオブジェクトである必要があります

SingleCellExperimentオブジェクトの作成は簡単で、SingleCellExperimentという名前の関数に、発現量行列を以下のように指定するだけです

```{r}
sce <- SingleCellExperiment(assays=list(counts = GermMale))
```

また、必須ではありませんが、最後のレポートの見やすさも考えて、推奨しているタスクとして、以下のようにこのsceオブジェクトに二次元の次元圧縮の座標を登録します

```{r}
reducedDims(sce) <- SimpleList(TSNE=tsneGermMale$Y)
```