『次世代シークエンサーDRY解析教本 改訂第2版』「Level 3 応用編　シングルセル RNA-seq で擬時間に対する発現量変動をクラスタリングし、クラスターごとの平均と代表的な遺伝子の発現量を可視化する」（尾崎遼）のサポートページ

English follows after Japanese.

このページでは、Hayashi et al., Nature Communications (2018) https://doi.org/10.1038/s41467-018-02866-0 でのFigure 3cの作図方法のスクリプトを載せています。

今後の更新について: リンクが切れた、バージョンが変わって動かない、ということが起こった場合、コマンドやスクリプトを後からアップデートいたします。「動かない」ということがありましたら、Issueで報告いただくか、harukao.cb[at]gmail.comまでご連絡ください。

ワークフローの全体像

テスト環境

• mac OS High Sierra (version 10.13.6), R version 3.6.0
• Linux, Docker r-base:3.6.0

必要なソフトウェア

• R version 3.6.0
• git
• git-lfs（インストール方法は後述）

必要なRパッケージ

• ggplot2
• flashClust
• mgcv
• dplyr
• magrittr
• data.table
• dtplyr
• R.utils

インストール

git-lfsのインストール

HomebrewもしくはMacPortsを用いたgit-lfsのインストール

• Homebrewの場合、 brew install git-lfsを実行します。
• MacPortsの場合、port install git-lfsを実行します。

以下のコマンドで、git-lfsがインストールされたことを確認します。

$ git lfs install
> Git LFS initialized.

HomebrewやMacPortsを用いないgit-lfsのインストール

こちらをご覧ください： https://help.github.com/en/articles/installing-git-large-file-storage.

必要なRパッケージのインストール

以下のコマンドで、Rを起動します。

$ R

以下のRのコマンドで、必要なRパッケージをインストールします。

> install.packages(c(
+ 	"ggplot2",
+ 	"flashClust",
+ 	"mgcv",
+ 	"dplyr",
+ 	"magrittr",
+ 	"data.table",
+ 	"dtplyr",
+ 	"R.utils"
+ 	),
+ 	repos="https://cloud.r-project.org/"
+ )

スクリプトおよびデータのダウンロード

以下のコマンドを実行してください。

$ git clone git@github.com:yuifu/tutorial-RamDA-paper-fugures.git
$ cd tutorial-RamDA-paper-fugures/Figure3c/

以下のコマンドで、data/transcript_expression_matrix.txt.gz というサイズの大きな（178 MB）ファイルが適切にダウンロードされたことを確かめます。

$ du -sh data/transcript_expression_matrix.txt.gz
178M	data/transcript_expression_matrix.txt.gz

ローカル環境のRで実行する

まず、tutorial-RamDA-paper-fugures/Figure3c/に移動します。

次に、以下のコマンドで、Rを起動します。

$ R

以下のRコマンドで、図の要素を作成します。

> source("00_GAM_fitting.R")
> source("01_clustering_expression.R")
> source("02_expression_scatter_plot.R")

Dockerを用いて実行する

まず、tutorial-RamDA-paper-fugures/Figure3c/に移動します。

次に、以下のコマンドで、RのDockerイメージを起動します。

$ docker pull r-base:3.6.0
$ docker run -it --rm --name harukao_rbase_test \
-v $PWD:$PWD \
-w=$PWD \
r-base:3.6.0

あとは、"必要なRパッケージのインストール"および"ローカル環境のRで実行する"と同じです。

---

How to draw Figure 3c in Hayashi et al., Nature Communications (2018)

Hayashi et al., Nature Communications (2018) https://doi.org/10.1038/s41467-018-02866-0

Workflow overview

Test environment

• mac OS High Sierra (version 10.13.6), R version 3.6.0
• Linux, Docker r-base:3.6.0

Install

Requirement

• R version 3.6.0
• git
• git-lfs

Required R packages

• ggplot2
• flashClust
• mgcv
• dplyr
• magrittr
• data.table
• dtplyr
• R.utils

Install git-lfs

Using Homebrew or MacPorts

• To use Homebrew, run brew install git-lfs.
• To use MacPorts, run port install git-lfs.

Then, verify that the installation was successful:

$ git lfs install
> Git LFS initialized.

Not using Homebrew or MacPorts

See https://help.github.com/en/articles/installing-git-large-file-storage.

Run

Before run, please install git-lfs (see the above).

Run with local R

Please execute the following command on shell:

$ git clone git@github.com:yuifu/tutorial-RamDA-paper-fugures.git
$ cd tutorial-RamDA-paper-fugures/Figure3c/

Check size of the large file to see if it have been properly downloaded:

$ du -sh data/transcript_expression_matrix.txt.gz
178M	data/transcript_expression_matrix.txt.gz

Run R:

$ R

Execute the following command on R to install required packages:

> install.packages(c(
+ 	"ggplot2",
+ 	"flashClust",
+ 	"mgcv",
+ 	"dplyr",
+ 	"magrittr",
+ 	"data.table",
+ 	"dtplyr",
+ 	"R.utils"
+ 	),
+ 	repos="https://cloud.r-project.org/"
+ )

Then, execute the following command on R:

> source("00_GAM_fitting.R")
> source("01_clustering_expression.R")
> source("02_expression_scatter_plot.R")

Run using Docker

Please execute the following command on shell:

$ git clone git@github.com:yuifu/tutorial-RamDA-paper-fugures.git
$ cd tutorial-RamDA-paper-fugures/Figure3c/

Check size of the large file to see if it have been properly downloaded:

$ du -sh data/transcript_expression_matrix.txt.gz
178M	data/transcript_expression_matrix.txt.gz

Run R Docker image:

$ docker pull r-base:3.6.0
$ docker run -it --rm --name harukao_rbase_test \
-v $PWD:$PWD \
-w=$PWD \
r-base:3.6.0

Execute the following command on R to install required packages:

> install.packages(c(
+ 	"ggplot2",
+ 	"flashClust",
+ 	"mgcv",
+ 	"dplyr",
+ 	"magrittr",
+ 	"data.table",
+ 	"dtplyr",
+ 	"R.utils"
+ 	),
+ 	repos="https://cloud.r-project.org/"
+ )

Then, execute the following command on R:

> source("00_GAM_fitting.R")
> source("01_clustering_expression.R")
> source("02_expression_scatter_plot.R")