查看原文
其他

scRNAtoolVis 绘制单细胞 Marker 基因均值表达热图

JunJunLab 老俊俊的生信笔记 2023-06-15

你可以选择,已经很好了

1前言

clusterCornerAxesFeatureCornerAxes 函数增加了一个主题背景:

clusterCornerAxes(object = tmp,
                  reduction = 'umap',
                  noSplit = F,
                  groupFacet = 'orig.ident',
                  relLength = 0.5,
                  cornerTextSize = 4,
                  themebg = 'bwCorner')
# umap
FeatureCornerAxes(object = tmp,reduction = 'umap',
                  groupFacet = 'orig.ident',
                  features = c("Actb","Ythdc1"),
                  cornerTextSize = 3,
                  themebg = 'bwCorner')

2引言

前面也有推文写过具体如何提取数据来画,见 单细胞亚群 Marker 基因热图重绘及均值展示。自己肯定也需要写好几十行代码才能画出来,于是我写了个函数在 scRNAtoolVis 包里,可以一两行代码完成这个事情,方便很多。

3安装

要想使用新的功能,大家需要重新安装一下这个包就行了:

devtools::install_github('junjunlab/scRNAtoolVis')

library(scRNAtoolVis)

4使用示例

加载测试数据:

# load test data
httest <- system.file("extdata""htdata.RDS", package = "scRNAtoolVis")
pbmc <- readRDS(httest)
pbmc
# An object of class Seurat
# 13714 features across 2638 samples within 1 assay
# Active assay: RNA (13714 features, 2000 variable features)

# load markergene
markergene <- system.file("extdata""top5pbmc.markers.csv", package = "scRNAtoolVis")
markers <- read.table(markergene, sep = ',', header = TRUE)

# check
head(markers,3)
#           p_val avg_log2FC pct.1 pct.2     p_val_adj cluster gene
# 1 1.740957e-109   1.069166 0.897 0.593 2.387549e-105       0 LDHB
# 2  1.167632e-83   1.333503 0.435 0.108  1.601290e-79       0 CCR7
# 3  3.284150e-49   1.051275 0.333 0.103  4.503883e-45       0 LEF1

绘图:

提供你的 seurat 对象和筛选好的 marker 基因:

# plot
AverageHeatmap(object = pbmc,
               markerGene = markers$gene)
# [1] "Your cluster annotation color is:" "#B969E5FF"
# [3] "#BD94EDFF"                         "#E6C0FBFF"
# [5] "#E477F5FF"                         "#FFC8CEFF"
# [7] "#B8FD8AFF"                         "#7CF8E1FF"
# [9] "#74F6F1FF"                         "#D7FFABFF"

还会打印出 cluster 注释的填充颜色,方便下次绘图可以使用相同的颜色。

改变热图颜色:

htCol 参数接受三个颜色向量:

# change color
AverageHeatmap(object = pbmc,
               markerGene = markers$gene,
               htCol = c("#339933""#FFCC00""#FF0033"))

改变注释颜色:

因为注释颜色是随机产生的,默认设置了一个 seed,如果你要改颜色可以改变 colseed 参数:

AverageHeatmap(object = pbmc,
               markerGene = markers$gene,
               colseed = 127)

注释颜色色调:

annoColType 参数可以改变色调,默认是 light:

AverageHeatmap(object = pbmc,
               markerGene = markers$gene,
               annoColType = 'dark') +
  AverageHeatmap(object = pbmc,
                 markerGene = markers$gene,
                 annoColType = 'bright')

注释名称:

group.by 可以按照 metadata 里的信息命名,默认是当前idents:

AverageHeatmap(object = pbmc,
               markerGene = markers$gene,
               group.by = 'seurat_clusters')

可以指定自己的注释颜色:

# change annotation color
library("scales")
library(ggsci)

mycol <- hue_pal()(9)
mycol1 <- pal_npg()(9)

# plot
AverageHeatmap(object = pbmc,
               markerGene = markers$gene,
               annoCol = TRUE,
               myanCol = mycol) +
  AverageHeatmap(object = pbmc,
                 markerGene = markers$gene,
                 annoCol = TRUE,
                 myanCol = mycol1)

5参数

下面是函数的参数:

Plot averaged gene expression cross cluster cells
Description
Plot averaged gene expression cross cluster cells

Usage
AverageHeatmap(
  object,
  markerGene,
  group.by = "ident",
  assays = "RNA",
  slot = "data",
  htCol = c("#0099CC""white""#CC0033"),
  colseed = 666,
  htRange = c(-202),
  annoColType = "light",
  annoColTypeAlpha = 0,
  row_title = "Cluster top Marker genes",
  row_names_side = "left",
  border = FALSE,
  fontsize = 10,
  column_names_rot = 45
)
Arguments
object
object seurat object.

markerGene
Your marker genes.

group.by
Categories for grouping (e.g, ident, replicate, celltype). 'ident' by default.

assays
Which assays to use. Default is "RNA" assays.

slot
Slot(s) to use. Default is "data"

htCol
Heatmap colors. Default is c("#0099CC""white""#CC0033").

colseed
Cluster annotaion colors seed, these colors are produed randomly, so you can give a seed to assure produce same colors. Default is 666.

htRange
Heatmap values range. Default is c(-202).

annoColType
Cluster annotaion colors type (bright, light, dark and random). Default is light.

annoColTypeAlpha
Cluster annotaion colors transparency. Default is 0.

row_title
Heatmap row title. Default is "Cluster top Marker genes".

row_names_side
Heatmap gene name side. Default is "left".

border
Whether to shOw heatmap border. Default is "FALSE".

fontsize
Heatmap gene name fontsize. Default is 10.

column_names_rot
Cluster name rotation. Default is 45.

6结尾

欢迎大家交流讨论和给出建议。



  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!



  





给你 UMAP 坐标重复文章一模一样的图?

genesorteR 快速准确鉴定亚群 Marker 基因

scRNAtoolVis 尝试一下?

Seurat 官网单细胞教程四 (细胞周期矫正)

跟着 Nature medicine 学单细胞数据分析

单细胞亚群分面可视化

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)

◀...

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