SummarizedExperiment 介绍

Posted on | In
SummarizedExperiment 对象是存储转录组测序等实验结果的结构，也是 DESeq 等包进行分析的基础，在此对其进行一个简单的介绍。

Introduction

SummarizedExperiment 类用于存储测序或者芯片试验的结果。 每个对象中包含一个或者多个样本的观察值，以及描述观察值（observations），即特征（features） 和样本（samples），即表型（phenotypes）的元数据（meta-data）。
SummarizedExperiment 类的一个重要特征是元数据与实验数据的协调，例如想要剔除某个样本，那么单个操作即可完成对元数据和试验的处理，确保元数据和观察值保持同步。
SummarizedExperiment 在其行信息更加灵活，可以是基于 GRanges 或者任意的 DataFrame。

解析 SummarizedExperiment

SummarizedExperiment 包中包含两个类：SummarizedExperiment 和 RangedSummarizedExperiment

  • SummarizedExperiment SummarizedExperiment 是一个矩阵样的容器，每一行代表感兴趣的特征（feature），如基因，转录本，外显子等，每一列则代表样本（sample）。每个对象可以包含一个或者多个实验（assay），而它们每一个都用类矩阵的对象表示。
    特征相关的信息存储在一个数据框（DataFrame）对象中，可以通过函数 rowData() 来获取。数据框的每一行提供了 SummarizedExperiment 对象中对应每一行特征的信息，数据框中的每一列则提供了感兴趣的特征属性，例如基因或者转录本的 ID 等。

  • RangedSummarizedExperiment
    RangedSummarizedExperiment 是 SummarizedExperiment 的子类，所以后者所有的方法在 RangedSummarizedExperiment 中也适用。
    两者最主要的区别在于 RangedSummarizedExperiment 中的每一行均为 genomic ranges，而不是 包含特征的数据框. 这些 genomic ranges 通过 GRanges 或 GRangesList 对象描述，可通过 rowRanges() 函数来获取。

下图是 SummarizedExperiment 对象的示意图，并对行列之间的关系进行了高亮。
SummarizedExperiment

实验（Assay）

可通过 assays() 访问器从 SummarizedExperiment 对象中获取实验数据；由于单个对象中可以包含多个实验数据集，因此可以通过 $ 操作符获取具体某个数据集。

> assays(se)
List of length 1
assays(1): counts  
> assays(se)$counts  
...

‘Row’ (regions-of-interest) data

通过 rowRanges() 访问器获取 RangedSummarizedExperiment 中的 range information (rowData() for SummarizedExperiment)。数据存储在 GRangesList 对象中。

‘Column’ (sample) data

通过 colData() 访问器后去样本的元数据，将会返回数据框
样本的元数据的信息可以通过 $ 操作符来获取，因此我们可以基于此对实验数据取子集， e.g. se[, se$dex == "trt"]，注意元数据和观察值将同步变化

Experiment-wide metadata

通过 metadata() 来获取描述整个实验设计以及参考文献等元数据信息
metadata() 得到的结果是一个简单的列表，因此可以添加任意希望存档的数据，比如模型公式，e.g. metadata(se)$formula <- counts ~ dex + albut

SummarizedExperiment 常用操作

Subsetting

  • Two dimensional subsetting 
    se[1:5,1:3] 
se[1:5,]
  • $ operates on colData() columns 
    se[, se$cell == "N61311"]

Getters and setters

  • assays() and assay()
    assays() 将所有实验数据作为一个整体进行操作，而 assay() 每次仅作用于单个实验数据。 assay(x, i) 等价于 assays(x)[[i]] (assay defaults to the first assay if no i is given)
  • rowRanges() / (rowData())
  • colData()
  • metadata()

Construct DESeqDataSet object from RangedSummarizedExperiment object

dds <- DESeqDataSet(se, design = ~ cell + dex)

REF

  1. https://bioconductor.org/packages/release/bioc/vignettes/SummarizedExperiment/inst/doc/SummarizedExperiment.html