查看原文
其他

单细胞亚群分面可视化

JunJunLab 老俊俊的生信笔记 2022-08-27


天下没有不散的宴席

1引言

文章里好像都是一张图里绘制多个亚群的分布,那么单个亚群分别可视化是什么样子的呢?

我们来尝试画出来看看怎么样。

2绘图

数据准备:

library(dplyr)
library(Seurat)
library(ggplot2)
library(patchwork)
library(cowplot)
library(ggsci)

# load data
pbmc3k <- readRDS("./pbmc3k_final.rds")

# run tsne
pbmc3k <- RunTSNE(pbmc3k,dims = 1:10)

# plot
DimPlot(pbmc3k,reduction = 'tsne')

# add cell type
pbmc3k$celltype <- Idents(pbmc3k)

提取坐标:

# get pc data
pc <- Embeddings(pbmc3k,reduction = 'tsne') %>% data.frame()
pc$celltype <- pbmc3k$celltype

# check
head(pc,3)

# tSNE_1     tSNE_2     celltype
# AAACATACAACCAC-1 -11.701490   7.120466 Memory CD4 T
# AAACATTGAGCTAC-1 -21.981401 -21.330793            B
# AAACATTGATCAGC-1  -1.292978  23.822324 Memory CD4 T

绘图:

# plot
pmain <- ggplot(pc,aes(x = tSNE_1,y = tSNE_2,color = celltype)) +
  geom_point(size = 0.5) +
  # scale_color_npg(name = '') +
  scale_color_brewer(palette = 'Set1',name = '') +
  theme_bw(base_size = 14) +
  theme(panel.grid = element_blank(),
        legend.position = 'none',
        plot.margin = margin(l = 10,r = 0,unit = 'pt'),
        aspect.ratio = 1)

psmall <- ggplot(pc,aes(x = tSNE_1,y = tSNE_2,color = celltype)) +
  geom_point(size = 0.5,show.legend = F) +
  # scale_color_npg(name = '') +
  scale_color_brewer(palette = 'Set1') +
  theme_bw(base_size = 14) +
  xlab('') + ylab('') +
  theme(panel.grid = element_blank(),
        axis.ticks = element_blank(),
        axis.text = element_blank(),
        strip.text = element_text(size = 10),
        plot.margin = margin(l = 0,r = 10,unit = 'pt'),
        strip.background = element_rect(colour = NA,fill = NA),
        aspect.ratio = 1) +
  facet_wrap(~celltype,ncol = 3,strip.position = 'top')

# combine
plot_grid(plotlist = list(pmain,psmall),nrow = 1,align = 'hv')

看着像那么回事,可以尝试在每个亚群里添加一些注释信息啥的,看你们自由发挥咯。




  老俊俊生信交流群 (微信交流群需收取20元入群费用(防止骗子和便于管理))


老俊俊微信:


知识星球:



今天的分享就到这里了,敬请期待下一篇!

最后欢迎大家分享转发,您的点赞是对我的鼓励肯定

如果觉得对您帮助很大,赏杯快乐水喝喝吧!



  





跟着 Nature medicine 学画图-tSNE

单细胞亚群 Marker 基因热图重绘及均值展示

Seurat 官网单细胞教程四 (SCTransform 使用及 SCTransform V2 版本)

Seurat 官网单细胞教程三 (RPCA 快速整合数据)

ggplot 随心所欲的添加注释

Seurat 官网单细胞教程一 (数据整合)

NC 文章单细胞部分图复现

Seurat 官网单细胞教程一 (基础教程)

左下角自定义箭头坐标轴 (批量添加和美化)

单细胞绘图数据提取个性化绘图

◀...

您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存