Преобразование данных TPM в считанные значения для Seurat

Question

Я хотел бы провести анализ в R с Seurat, но для этого мне нужна матрица подсчета с отсчетом чтения. Тем не менее, данные, которые я хотел бы использовать, представлены в TPM , что не идеально для использования в качестве входных данных, поскольку я хотел бы сравнить с другими анализами, которые использовали счетчики чтения.

Кто-нибудь знает способ преобразования данных TPM в счетчики чтения?

Заранее спасибо!

Answer 1

Вам потребуется общее количество и длина гена (или транскрипта), чтобы приблизить это преобразование. Обратную операцию см. https://support.bioconductor.org/p/91218/.

По этой ссылке:

You can create a TPM matrix by dividing each column of the counts matrix by some estimate of the gene length (again this is not ideal for the reasons stated above).

x <- counts.mat / gene.length

Then with this matrix x, you do the following:

tpm.mat <- t( t(x) * 1e6 / colSums(x) )

Such that the columns sum to 1 million.

colSums(x) будет подсчетами на образец, выровненными по генам в TPM. матрица, и gene.length будет зависеть от генной модели, используемой для суммирования чтения.

Так что вам может не повезти, и вам, вероятно, будет лучше использовать что-то вроде salmon или kallisto в любом случае, чтобы получить матрицу подсчета из файлов fastq, если таковые имеются, на основе модели гена или транскрипта, которую вы использовали в данных, с которыми хотите сравнить.

Если у вас есть Никакой другой вариант, кроме использования данных TPM (не очень рекомендуется), Seurat также может с этим работать - см. https://github.com/satijalab/seurat/issues/171.