Ошибка в NormalizeData.default при запуске DoubletFinder на интегрированном объекте seurat в R

Question

Я пытаюсь запустить DoubletFinder на объекте seurat в результате интеграции различных наборов данных.

У объекта Seurat есть 2 анализа: РНК и интегрированный.

Комплексный объект seurat полностью обработан:

• Нормализация и предварительная интеграция FindVariableFeature

• ScaleData, RunPCA, FindNeighbors, FindClusters, RunUMAP на интегрированном объекте.

Функция paramSweep_v3() DoubletFinder дает следующий результат:

sweep.res.list <- paramSweep_v3(integrated.seu, PCs = 1:38, sct = FALSE)
Loading required package: fields
Loading required package: spam
Loading required package: dotCall64
Loading required package: grid
Spam version 2.5-1 (2019-12-12) is loaded.
Type 'help( Spam)' or 'demo( spam)' for a short introduction 
and overview of this package.
Help for individual functions is also obtained by adding the
suffix '.spam' to the function name, e.g. 'help( chol.spam)'.

Attaching package: ‘spam’

The following object is masked from ‘package:R.utils’:

    cleanup

The following objects are masked from ‘package:base’:

    backsolve, forwardsolve

Loading required package: maps
See https://github.com/NCAR/Fields for
 an extensive vignette, other supplements and source code 
[1] "Creating artificial doublets for pN = 5%"
[1] "Creating Seurat object..."
[1] "Normalizing Seurat object..."
Error in NormalizeData.default(object = GetAssayData(object = object,  : 
  trying to get slot "params" from an object of a basic class ("NULL") with no slots

Почему это означает, что в моем объекте Seurat нет слотов?

Answer 1

В файле readme DoubletFinder четко указано, что вы не должны запускать его для агрегированного набора данных. Это даст ложные искусственные дублеты:

[https://github.com/chris-mcginnis-ucsf/DoubletFinder][1] [1 ]

Не применяйте DoubletFinder к агрегированным данным scRNA-seq, представляющим несколько отдельных образцов (например, несколько дорожек 10X). Например, если вы запускаете DoubletFinder для агрегированных данных, представляющих WT и мутантные клеточные линии, секвенированные по разным 10-кратным дорожкам, будут созданы искусственные дублеты из WT и мутантных клеток, которые не могут существовать в ваших данных. Эти искусственные дублеты исказят результаты. В частности, можно запускать DoubletFinder для данных, сгенерированных путем разделения одной выборки на несколько полос 10X.

Я сделал это, прочитав отдельные образцы, сгруппировав их по отдельности, запустив DoubletFinder, удалив дублеты, а затем запустив рабочий процесс интеграции.