前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >scRNA分析| gghalves绘制单细胞数据的豆荚图/对半小提琴图

scRNA分析| gghalves绘制单细胞数据的豆荚图/对半小提琴图

作者头像
生信补给站
发布2024-03-06 10:46:47
6740
发布2024-03-06 10:46:47
举报
文章被收录于专栏:生信补给站

前面分别介绍过了单细胞常见的可视化方式DimPlot,FeaturePlot ,DotPlot ,VlnPlot 和 DoHeatmap的优化方式

本次介绍ggplot2 - gghalves 绘制豆荚图/对半小提琴图的方法

一 载入R包,数据

仍然使用之前注释过的sce.anno.RData数据 ,后台回复 anno 即可获取。

首先下载gghalves-R包,然后geom_half_violin绘制分半小提琴图

代码语言:javascript
复制
library(Seurat)
library(tidyverse)
#devtools::install_github('erocoar/gghalves')
library(gghalves)
library(gridExtra)

load("sce.anno.RData")
head(sce2,2)

提取基因表达量

使用FetchData函数提取自己研究关注的基因表达量 以及 重要的分组和注释信息

代码语言:javascript
复制
gene <- c("BNIP3","CD3D","CSTB","APOE","EGFR","VEGFA","IL6")
exprs <- data.frame(FetchData(object = sce2, vars = c("celltype",gene,"group")) )
exprs$Proj <- "Seurat"

二 gghalves 绘图

1,绘制单一基因

首先绘制单个基因的对半小提琴图,先提取单一分组的数据,然后使用

geom_half_violin函数进行绘制左半边 ,然后叠加右边的图,注意side='r' 参数

代码语言:javascript
复制
p <- ggplot() +
  geom_half_violin(data = exprs[exprs$group == 'MET',],
                   aes(x = Proj, y = BNIP3, fill = group),
                   color = 'black',
                   scale = 'width') 

#在上图基础上叠加右边,绘图逻辑相同
p1 <- p +
  geom_half_violin(data = exprs[exprs$group == 'PT',],
                   aes(x = Proj, y = BNIP3, fill = group),
                   color = 'black',
                   scale = 'width',
                   side = 'r')
p1

使用ggplot2的参数对图形进行修饰

代码语言:javascript
复制
p2 <- p1 +
  theme_bw() +
  theme(axis.text.x = element_blank(),
        panel.grid = element_blank()) +
  scale_fill_manual(values = c("#E39A35","#68A180")) +
  labs(x = 'BNIP3', y = 'Expression Level') #y轴标题本文内容修改
p2
更多调整细节ggplot2 | 关于标题,坐标轴和图例的细节修改,你可能想了解ggplot2|theme主题设置,详解绘图优化-“精雕细琢”ggplot2|详解八大基本绘图要素等。
2,批量绘制多个基因

当基因个数较多时,使用循环的方式无疑是一种很好的选择

代码语言:javascript
复制
# 创建空的图表列表
plot_list <- list()

# 循环替换基因并创建半小提琴图层
for (gene in c("CD3D","CSTB","APOE","EGFR","VEGFA","IL6")) {
# 创建半小提琴图层
  violin_layer1 <- ggplot() + geom_half_violin(data = exprs[exprs$group == "MET", ],
                                   aes(x = Proj, y = !!sym(gene), fill = group),
                                   color = 'black',
                                   scale = 'width')
  violin_layer2 <- geom_half_violin(data = exprs[exprs$group == 'PT',],
                   aes(x = Proj, y = !!sym(gene), fill = group),
                   color = 'black',
                   scale = 'width',
                   side = 'r')
# 添加图层到图表列表中
  plot_list[[gene]] <- violin_layer1 + violin_layer2 +
    theme_bw() +
    theme(axis.text.x = element_blank(),
          panel.grid = element_blank()) +
    scale_fill_manual(values = c("#E39A35","#68A180")) +
    labs(x = gene ,y = 'Expression Level')
}
代码语言:javascript
复制
# 列表中的所有图绘制到一张图中
combined_plot <- do.call(grid.arrange, c(plot_list, nrow =2, ncol = 3))
# 绘图
combined_plot
3,分celltype进行绘制

需要前期使用reshape2的melt函数将提取的重点基因数据,分组数据和celltype数据 转为长数据,然后facet_grid函数添加细胞类型的分面。

代码语言:javascript
复制
#从Seurat对象中提取细胞注释以及基因表达量
gene <- c("CD3D","CSTB","APOE","EGFR","VEGFA","IL6")

exprs$Cell <- rownames(exprs)
exprs.melt <- reshape2::melt(exprs, 
                             id.vars = c("Cell","celltype","group"), 
                             measure.vars = gene,
                             variable.name = "gene", 
                             value.name = "Expr")
head(exprs.melt, 10)


p5 <- ggplot() +
  geom_half_violin(data = exprs.melt[exprs.melt$group == 'MET',],
                   aes(x = gene, y = Expr, fill = group),
                   color = 'black',
                   scale = 'width')  + 
  facet_grid(rows = vars(celltype), scales = 'free_y')

#在上图基础上叠加,绘图逻辑相同
p51 <- p5 +
  geom_half_violin(data = exprs.melt[exprs.melt$group == 'PT',],
                   aes(x = gene, y = Expr, fill = group),
                   color = 'black',
                   scale = 'width',
                   side = 'r') + 
  facet_grid(rows = vars(celltype), scales = 'free_y')
p51

p52 <- p51 + 
  theme_bw() +
  theme(
        panel.grid = element_blank()) +
  scale_fill_manual(values = c("#E39A35","#68A180")) +
  labs(x = "", y = 'Expression Level') #y轴标题本文内容修改
p52

到这里就完成了分组情况下的对半小提琴图的绘制,geom_half_violin 该函数这种有 geom_half_boxplot ,ggbeeswarm::geom_beeswarm,geom_half_dotplot,geom_half_boxplot ,geom_half_point等多种变种,可自行尝试。单细胞数据可能不是很合适。

参考资料:

https://cran.r-project.org/web/packages/gghalves/vignettes/gghalves.html

https://stackoverflow.com/questions/71752123/geom-half-violin-on-right-side-of-plot-cut-off

本文参与 腾讯云自媒体同步曝光计划,分享自微信公众号。
原始发表:2024-03-04,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 生信补给站 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • 提取基因表达量
    • 更多调整细节ggplot2 | 关于标题,坐标轴和图例的细节修改,你可能想了解 ,ggplot2|theme主题设置,详解绘图优化-“精雕细琢” ,ggplot2|详解八大基本绘图要素等。
      • 2,批量绘制多个基因
        • 3,分celltype进行绘制
        领券
        问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档