Nature单细胞亚群特征基因气泡图复现

生信菜鸟团

发布于 2024-04-18 19:53:46

22500

代码可运行

文章被收录于专栏：生信菜鸟团生信菜鸟团

运行总次数：0

代码可运行

前一期：

Nature单细胞富集分析条形图复现

今天给大家复现上次提到的Nature文章中对单细胞不同亚群的特征基因进行展示的气泡图。

原图如下：

image-20240322182254814

此图主要涉及的点有：多亚群同时展示，配色雅致，气泡图中基因标签右对齐且不重叠

读取示例数据

此图展示的是在monkey spinal cords中三种不同的胶质细胞的特征基因，数据在文章的附表Supplementary Table 4。

下载链接：https://static-content.springer.com/esm/art%3A10.1038%2Fs41586-023-06783-1/MediaObjects/41586_2023_6783_MOESM3_ESM.xlsx

此数据就是我们做单细胞分析时，FindAllMarkers() 函数的分析结果：

library(tidyverse)
library(ggplot2)

# skip=1跳过第一行描述行
data <- readxl::read_xlsx("41586_2023_6783_MOESM3_ESM.xlsx", sheet = "Supplementary Table 4", skip = 1)

head(data)

# A tibble: 6 × 7
     p_val avg_logFC pct.1 pct.2 p_val_adj cluster    gene              
     <dbl>     <dbl> <dbl> <dbl>     <dbl> <chr>      <chr>             
1 8.90e-67     0.524 0.578 0.412  1.70e-62 Microglia1 VAV3              
2 6.78e-27     0.610 0.132 0.053  1.30e-22 Microglia1 CX3CR1            
3 1.43e-19     0.538 0.101 0.042  2.74e-15 Microglia1 MRC1              
4 0            2.40  0.93  0.337  0        Microglia2 SPP1              
5 0            2.21  0.201 0.014  0        Microglia2 ENSMFAG00000000159
6 0            1.44  0.627 0.21   0        Microglia2 CD83

增加横坐标

此图的横坐标为一个Rank指标，使用p_val_adj从小到大对每个CLuster的基因进行的一个排序序号；

纵坐标为log10(p_val_adj)

df <- data %>% 
  arrange(cluster, p_val_adj) 

# 横坐标
df$Rank <- c(1:table(data$cluster)["Microglia1"],
             1:table(data$cluster)["Microglia2"],
             1:table(data$cluster)["Microglia3"])
               

# 纵坐标,对于太大的padj值，做了一下处理
df$logPadj = -log10(df$p_val_adj)
df[df$logPadj>200,]$logPadj = 200

head(df)
# A tibble: 6 × 8
     p_val avg_logFC pct.1 pct.2 p_val_adj cluster    gene               logPadj
     <dbl>     <dbl> <dbl> <dbl>     <dbl> <chr>      <chr>                <dbl>
1 8.90e-67     0.524 0.578 0.412  1.70e-62 Microglia1 VAV3                  61.8
2 6.78e-27     0.610 0.132 0.053  1.30e-22 Microglia1 CX3CR1                21.9
3 1.43e-19     0.538 0.101 0.042  2.74e-15 Microglia1 MRC1                  14.6
4 0            2.40  0.93  0.337  0        Microglia2 SPP1                 200  
5 0            2.21  0.201 0.014  0        Microglia2 ENSMFAG00000000159   200  
6 0            1.44  0.627 0.21   0        Microglia2 CD83                 200

得到标记基因

文章可能选取了p_val_adj值从小到大的top15中的一些基因，按照生物学意义挑选进行展示。

## 得到标记的top 15基因
data.label <- df %>% group_by(cluster) %>% top_n(n=15,wt = -Rank)
data.label <- data.label[!grepl(pattern = "ENS",data.label$gene), ]

绘图

接下来还需要稍微调整：

nudge_x：“标签”到“点”的水平距离，想要标签右对齐，需要为标签指定同样的横坐标，本文为100减去“点”的横坐标值

文字右对齐：hjust参数也很重要，“0”表示文字左对齐，“0.5”表示文字居中，“1”表示文字右对齐。

加上阴影：geom_stripped_cols，这里的阴影三个分面都是一样的区域，目前没有找到一个好办法可以不同分面加不同区域的阴影。美中不足啊~

p <- ggplot(df, aes(x=Rank, y=logPadj, color=cluster)) +
  geom_point(alpha=0.8, shape=16, size=2) +
  scale_x_continuous(breaks = c(0,50,100)) +
  ggrepel::geom_text_repel(inherit.aes = T, 
                           data = data.label, 
                           aes(x=Rank, y=logPadj, label=gene), 
                           size=3, 
                           segment.color = "grey50", #文本标签与点之间连线的颜色
                           box.padding = 0.1,
                           force = 1,        # 重叠文本标签之间的排斥力
                           nudge_x = 100-data.label$Rank,   # 标签在x轴上的起始位置，与x轴的数据单位相同
                           direction = "y",  # 排列方向
                           hjust= 1) +       # 添加标签右对齐
  facet_wrap(~cluster, nrow=1) + # 分面
  scale_color_manual(values=c('#b7b7b7', '#6bb9d2', '#d55640')) +
  theme(panel.grid = element_blank(), panel.background = element_blank(),
        axis.line = element_line(color='black'), 
        axis.ticks = element_line(color='black'), 
        legend.position = 'none', 
        axis.text = element_text(color='black'),
        plot.title = element_text(hjust=0.5)) +
  ggtitle(label = "Marker genes for microglia states")
 

## 不同分面添加阴影
p1 <- p + 
  geom_stripped_cols(width = 60, nudge_x = 80, color=NA, even ="grey50", alpha = .05, yfrom = 5, yto = 208) 

p1

ggsave(filename = "test.png", width = 5.5, height = 4, plot = p1, bg="white")

结果如下：