表达量矩阵并不一定要上传到GEO或者ArrayExpress

Posted on by

最近在系统性整理单细胞转录组图谱计划，发现了一个有意思的数据共享方式，就是2018的小鼠单细胞图谱，文章标题是：《A single-cell transcriptomic atlas characterizes ageing tissues in the mouse》，链接是：https://www.nature.com/articles/s41586-020-2496-1
作者：Tabula Muris Consortium · 2018 · 截止到2021-06-11被引用次数：480
该文描述了斯坦福大学、陈-扎克伯格生物中心以及加州大学旧金山分校的研究人员建立的名为Tabula Muris的开源数据库，主要包括对小鼠20个器官和组织的超10万个单细胞的转录组图谱，及对不同组织和细胞类型的基因表达的比较。

以figshare形式分享

FigShare接受研究者上传图表、多媒体、海报、论文（包括预印本）和多文件、数据集等，提供了当前学术出版所不具备的一种文件共享模式。采用Creative Commons 许可协议共享数据，减少版权纠纷，使全球科学家可以存取、共享信息。
这篇文章在文章给出来了两个数据分享链接:

  • 10.6084/m9.figshare.5715040 for FACS/Smartseq2
  • 10.6084/m9.figshare.5715025 for 10X data.
    而且如此出名的数据集，在R语言的bioconductor也有整理好的数据对象：https://bioconductor.org/packages/devel/data/experiment/vignettes/TabulaMurisData/inst/doc/TabulaMurisData.html

    suppressPackageStartupMessages({
library(ExperimentHub)
library(SingleCellExperiment)
library(TabulaMurisData)
})
#> snapshotDate(): 2021-05-05
eh <- ExperimentHub()
#> snapshotDate(): 2021-05-05
query(eh, "TabulaMurisData")
#> ExperimentHub with 2 records
#> # snapshotDate(): 2021-05-05
#> # retrieve records with, e.g., 'object[["EH1617"]]'
#>
#> title 
#> EH1617 | TabulaMurisDroplet 
#> EH1618 | TabulaMurisSmartSeq2

    可以看到，同样的也是两个分开了的表达量矩阵，他们走到是 SummarizedExperiment 流派，并不是seurat流派，所以有自己的一套对象规则， 也有 自己的网页工具： (2018). “iSEE: Interactive SummarizedExperiment Explorer.” F1000Research, 7, 741. doi: 10.12688/f1000research.14966.1.

    也有纯粹文章附件形式分享

    比如文章 2021 Mar 11. doi: 10.1016/j.ccell.2021.02.013，标题是：《Progressive immune dysfunction with advancing disease stage in renal cell carcinoma》，数据仅仅是附件：

    supplementary Data S1: Data S1.

    ScRNA-seq raw count matrix (part 1 of 2), after quality control filtering, with genes as rows and cell barcodes as columns, related to Figure 1–6, S1–3, and S5.
    NIHMS1692222-supplement-supplementary_Data_S1.zip (143M) 这个是压缩包，解压后是5个多G的csv文件，有3万多行的基因
    GUID: 217E8B40-EB49-4FF5-AEF5-57BBBA4DAE61

    supplementary Data S2: Data S2.

    ScRNA-seq raw count matrix (part 2 of 2), after quality control filtering, with genes as rows and cell barcodes as columns, related to Figure 1–6, S1–3, and S5.
    NIHMS1692222-supplement-supplementary_Data_S2.csv (1.7G) ，仅仅是1万多行的基因
    GUID: 34477B69-0F73-4D9A-B926-66981E1D5D4A
    文章对其单细胞实验设计描述的很清楚是：We performed single-cell RNA and T cell receptor sequencing (scRNA-seq/scTCR-seq) on 164,722 individual cells from tumor and adjacent non-tumor tissue in patients with ccRCC across disease stages – early, locally advanced, and advanced/metastatic.
    但是让我失望的是，文章附件展示的csv文件是不全的！！！
    为什么不老老实实的上传到GEO或者ArrayExpress呢？

​

Comments are closed.