dyno——评估拟时序分析方法_dyno拟时序分析

A comparison of single-cell trajectory inference methods

需提前安装好docker即可，不需要pull image，在程序运行期间会自动拉取镜像

#安装
devtools::install_github("dynverse/dyno")
 
#检测docker环境是否符合要求
dynwrap::test_docker_installation(detailed = TRUE)
 
library(dyno)
 
#导入seurat对象（将seurat对象提前保存为rds格式）
sdata <- readRDS(file = "RDS.rds")
 
#添加raw counts和normalised expression 
#（seurat的矩阵需要进行行列转换，以使行为细胞，列为基因）
dataset <- wrap_expression(
  counts = t(sdata@assays$RNA@counts %>% as.matrix()),
  expression = t(sdata@assays$RNA@data %>% as.matrix())
)
 
# #添加先验信息，例为细胞id，后期可视化可以根据具体的轨迹推断结果进行调整
# dataset <- add_prior_information(
#   dataset,
#   start_id = "TTTGTTGCAACTCATG.wt"
# )
 
#添加cluster信息，直接用“seurat_clusters”即可
dataset %<>% add_grouping(
  sdata$seurat_clusters
)
 
#通过shiny可交互形式查看评估结果
guidelines <- guidelines_shiny(dataset)