跳转至

在 R 的 immunarch 中加载 AIRR-C 格式的单细胞测序免疫受体库数据

当你的单细胞数据导出为 AIRR-C，且包含细胞条形码与 locus 列时使用此方法。

工作原理：

  • 读取 AIRR-C TSV（每行一个 contig）。
  • 按条形码分组，并按 locus 配对（例如 TRA + TRB）。或仅选择指定的位点。
  • 使用 UMI/reads 列为每个位点选取排名最高的 contig（top contig）。

关键参数：

  • schema：你需要的特征（例如 junction_aa、v_call、j_call）
  • path：文件、通配符（glob）或包含文件的文件夹
  • barcode_col：包含条形码的列——cell_id
  • locus_col：包含位点信息的列——"locus"
  • umi_col：包含 UMI 信息的列，通常是 umi_count 或 duplicate_count
library(immunarch)

# 如果你有两条链，可以只选择其中一条并过滤其他：
schema <- make_receptor_schema(features = c("junction_aa", "v_call"), chains = c("TCRA"))
# 或创建配对链受体：
schema <- make_receptor_schema(features = c("junction_aa", "v_call"), chains = c("TCRA", "TCRB"))

idata <- read_repertoires(
  path        = "/path/to/sc_airr/*.tsv",
  schema      = schema,
  barcode_col = "cell_id",
  locus_col   = "locus",
  umi_col     = "umi_count",
  preprocess  = make_default_preprocessing("airr")
)

# 如果你有元数据，可以这样使用：
idata <- read_repertoires(
  path        = "/path/to/sc_airr/*.tsv",
  schema      = schema,
  metadata    = your_metadata_table,
  barcode_col = "cell_id",
  locus_col   = "locus",
  umi_col     = "umi_count",
  preprocess  = make_default_preprocessing("airr")
)

# 如果你已经知道受体库（repertoire）schema：
idata <- read_repertoires(
  path              = "/path/to/sc_airr/*.tsv",
  schema            = schema,
  metadata          = your_metadata_table,
  barcode_col       = "cell_id",
  locus_col         = "locus",
  umi_col           = "umi_count",
  preprocess        = make_default_preprocessing("airr"),
  repertoire_schema = c("Patient", "Cluster", "Response")
)