参考生信技能树：pyscenic的转录因子分析结果展示之5种可视化、pyscenic的转录因子分析结果展示之各个单细胞亚群特异性激活转录因子
本教程复现系列：
1. 安装pyscenic
对于这些陌生的软件，现在发现最好还是直接给它弄个conda小环境来折腾，不然更难折腾出来教程内容。
这一步是在linux下面操作
# 需要一些依赖,尤其是这个python 3.7版本
conda create -n pyscenic python=3.7 #创建小环境
conda activate pyscenic #激活小环境
conda install -y numpy #安装依赖
conda install -y -c anaconda cytoolz
conda install -y scanpy
# conda install pip #如果没有pip，还要运行conda install pip安装pip
pip install pyscenic -i https://mirrors.aliyun.com/pypi/simple/ #这里用阿里云镜像，嗖嗖快
2. loom 文件制备
以pbmc3k为例，降维聚类，输出csv矩阵文件。
这一步是在R里面操作
library(SeuratData) #加载seurat数据集
#InstallData("pbmc3k") #安装pbmc3k数据
data("pbmc3k")
sce <- pbmc3k.final
library(Seurat)
table(Idents(sce))
p1=DimPlot(sce,label = T)
p1
write.csv(t(as.matrix(sce@assays$RNA@counts)), file = "pbmc_3k.all.csv")
这一步会生成一个70M的pbmc_3k.all.csv文件
接下来需要在Linux操作了。写一个 Python脚本 （ csv2loom.py ）把 csv格式的表达量矩阵 转为 .loom 文件。
这一步是在linux下面操作
import os, sys
os.getcwd()
os.listdir(os.getcwd())
import loompy as lp;
import numpy as np;
import scanpy as sc;
x=sc.read_csv("pbmc_3k.all.csv"); ## 曾老师的代码这里是x=sc.read_csv("pbmc_3k.csv");
row_attrs = {"Gene": np.array(x.var_names),};
col_attrs = {"CellID": np.array(x.obs_names)};
lp.create("pbmc_3k.loom",x.X.transpose(),row_attrs,col_attrs);
上面的脚本写了后，就可以 运行 Python脚本 （ csv2loom.py ）把 csv格式的表达量矩阵 转为 .loom 文件：
#conda activate pyscenic
python csv2loom.py
这一步会生成一个6.7M的pbmc_3k.loom文件。
3. pyscenic运行
3.1 三大文件下载
但是在这之前需要提前下载好3个重要文件。
文件1：hs_hgnc_tfs.txt，https://github.com/aertslab/pySCENIC/blob/master/resources/hs_hgnc_tfs.txt
文件2: hg19-tss-centered-10kb-7species.mc9nr.feather，https://resources.aertslab.org/cistarget/databases/homo_sapiens/hg19/refseq_r45/mc9nr/gene_based/hg19-tss-centered-10kb-7species.mc9nr.feather
文件3: motifs-v9-nr.hgnc-m0.001-o0.0.tbl，https://resources.aertslab.org/cistarget/motif2tf/motifs-v9-nr.hgnc-m0.001-o0.0.tbl
第1个文件12k，第2个文件1.02G，第三个文件99M，大小一定要正确。下载时用wget，千万别用wget -c （不要问我为什么，因为我用wget -c下载的第三个文件有120M，后面一直失败）。
3.2 run_pyscenic.sh脚本编写
# 不同物种的数据库不一样，这里是人类是human
dir=/home/data/wangxiong/project/pyscenic #改成自己的目录
tfs=$dir/TF/TFs_list/hs_hgnc_tfs.txt
feather=$dir/hg19-tss-centered-10kb-7species.mc9nr.feather
tbl=$dir/TF/TFs_annotation_motif/human_TFs/motifs-v9-nr.hgnc-m0.001-o0.0.tbl
# 一定要保证上面的数据库文件完整无误哦
input_loom=pbmc_3k.loom
ls $tfs $feather $tbl
# pyscenic 的3个步骤之 grn
pyscenic grn \
--num_workers 20 \
--output adj.sample.tsv \
--method grnboost2 \
$input_loom \
$tfs
#pyscenic 的3个步骤之 cistarget
pyscenic ctx \
adj.sample.tsv $feather \
--annotations_fname $tbl \
--expression_mtx_fname $input_loom \
--mode "dask_multiprocessing" \
--output reg.csv \
--num_workers 20 \
--mask_dropouts
#pyscenic 的3个步骤之 AUCell
pyscenic aucell \
$input_loom \
reg.csv \
--output out_SCENIC.loom \
--num_workers 20
这一步会得到11M的out_SCENIC.loom文件。
最重要的三个文件如下
11M 3月 15 09:21 out_SCENIC.loom
6.7M 3月 13 20:59 pbmc_3k.loom
14M 3月 15 09:18 reg.csv
70M 3月 13 18:18 pbmc_3k.all.csv
下一步将复现pySCENIC结果初级和高级可视化。
