【程式碼更新】單細胞分析實錄(21): 非負矩陣分解(NMF)的R程式碼實現，只需兩步，啥圖都有

TOP生物資訊發表於2021-11-04

1. 起因

之前的程式碼(單細胞分析實錄(17): 非負矩陣分解(NMF)程式碼演示)沒有涉及到python語法，只有4個python命令列，就跟Linux下面的ls grep一樣的。然鵝，有幾個小夥伴不會命令列，所以我決定再改寫一下，把命令列都放到R下面執行。

2. 嘗試

2.1 一開始，我的想法是教大家在R裡面呼叫python，需要提前下載好anaconda和一些python包
然而想了想在Windows上安裝python包可能對大家不是很友好，有些包很難裝，我之前也弄了很久。考慮到這次更新是針對桌面版Rstudio使用者，故沒有采用。

2.2 最終，我採用的方案是，使用Rstudio Server，也就是網頁版Rstudio
這樣做有幾個好處：

直接和雲伺服器連線，伺服器下載python包和R包都很容易（雲伺服器剛買，下血本）
我提前配置好執行環境，使用者只需上傳資料，分析資料，下載資料即可。

程式碼方面也更加簡化：

我儘量減少了人工處理的時間，主要分析程式碼只有兩行

如果你之前在我這兒拿過程式碼，可以直接找我要更新的程式碼。此外，如果因為之前的程式碼涉及命令列，你操作起來有困難，可以找我開Rstudio Server的賬戶 (高階玩家就別了，伺服器配置比較低，就夠幾個人用的那種)。

3. 注意

我會提前安裝可能用到的R包，所以不用重複安裝，直接library就可以
請大家及時下載結果檔案，以免丟失；也請大家在做完分析後，刪除表達資料，伺服器儲存空間不是很大
每個賬號只保留半個月時間，若想再次使用，可以聯絡我再開一個賬號
有任何問題可以微信或者郵箱問我

接下來簡單介紹一下，使用方法

上傳資料

點選upload上傳資料

執行程式碼

主要是3.R中的step1和step2兩個函式

library(reticulate)

use_condaenv(condaenv = "cnmf_env", required = T,conda = "/home/hsy/miniconda3/bin/conda")
py_config() #如果顯示cnmf_env環境裡面的python就OK

source("1.R")
step1(dir_input = "count_data",dir_output = "res1",k=3:5,iteration = 50) #這裡為了演示方便，取值都比較小

source("2.R")
step2(dir_input = "res1",dir_output = "res2",dir_count = "count_data",usage_filter = 0.03,top_gene = 30,cor_min = 0,cor_max = 0.6)

檢視結果

step2之後，會在res2資料夾中生成結果檔案

sampleID_program.usage.norm.txt和sampleID_program.Zscore.txt
是NMF分解表達矩陣得到的兩個矩陣

program_topngene.txt
這是所有program的前幾十個基因，一般會放到檔案附表

program_pearson_cor.complete.heatmap.pdf
program之間的相關性熱圖
cor_heatmap_data.txt
用來畫上圖的資料

program_topngene_enrichment.xlsx
program_topngene_enrichment_order.csv
這兩個都是對program前幾十個基因的富集分析結果，這兩個檔案可以用來輔助我們理解program，其中第二個檔案和相關性熱圖的順序一致，看起來更方便

sampleID_program_gene.heatmap.pdf
用來驗證在這個樣本中，program找得對不對，其實就是看program的表達，一般看program的前幾十個基因
sampleID_data_heatmap.txt
用來畫上面那個熱圖的資料

program之間的相關性熱圖