R tips：使用ggplot2绘制空间坐标图

生信菜鸟团

发布于 2024-12-09 13:04:58

1070

Xenium、Visium、VisiumHD、CellDive、Akoya等空间组学数据是包含细胞的坐标信息的，这些信息可以用于绘制空间原位图。

空间数据提供的位置信息一般分为两种：细胞的质心和细胞的边界，以Xenium数据为例，这两种细胞坐标信息它都有包含。

10X官方提供的xenium数据在https://www.10xgenomics.com/products/xenium-in-situ/preview-dataset-human-breast

Xenium Output Bundle下载链接见https://cf.10xgenomics.com/samples/xenium/1.0.1/XeniumFFPEHumanBreastCancerRep1/XeniumFFPEHumanBreastCancerRep1_outs.zip

解压后的文件列表如下，其中：

cells.csv或者cells.parquet里面包含细胞质心坐标，而cellboundaries.csv.gz或者cellboundaries.parquet里面包含细胞的边界坐标。

analysis
 
analysis.zarr.zip
 
analysis_summary.html
 
aux_outputs
 
cell_boundaries.csv.gz
 
cell_boundaries.parquet
 
cell_feature_matrix
 
cell_feature_matrix.h5
 
cell_feature_matrix.zarr.zip
 
cells.csv
 
cells.parquet
 
cells.zarr.zip
 
experiment.xenium
 
gene_panel.json
 
metrics_summary.csv
 
morphology.ome.tif
 
morphology_focus
 
nucleus_boundaries.csv.gz
 
nucleus_boundaries.parquet
 
transcripts.csv.gz
 
transcripts.parquet
 
transcripts.zarr.zip

细胞边界空间图

library(tidyverse)
 
library(patchwork)
 

 
coords_xenium <- arrow::read_parquet('cell_boundaries.parquet')
 
range(coords_xenium$vertex_x)
 
range(coords_xenium$vertex_y)
 

 
# subset cells
 
coords_xenium_sub <- 
 
  coords_xenium %>%
 
  dplyr::filter(
 
    vertex_x > 3000,
 
    vertex_x < 4000,
 
    vertex_y > 2000,
 
    vertex_y < 4000
 
 )
 

 
# used to fixed coords
 
image_wh_ratio <- diff(range(coords_xenium

 
p_xenium_boundary <-
 
  coords_xenium_sub %>% 
 
  ggplot(aes(x = vertex_x, y = vertex_y)) +
 
  geom_polygon(aes(group = cell_id, fill = cell_id), show.legend = FALSE) +
 
  coord_fixed(ratio = 1/image_wh_ratio) +
 
  theme_void()
 

 
# black background
 
p_xenium_boundary2 <- 
 
  p_xenium_boundary +
 
  theme(panel.background = element_rect(fill = "black"))
 

 
p_xenium_boundary | p_xenium_boundary2

使用geom_polygon绘制细胞边界空间图，指定group为cell_id即可，fill可以指定为细胞类型或者基因表达量。下图呈现了深浅两种背景的空间示意图。

上述图示不是特别清楚，放大后如下，可以看到细胞边界坐标可以绘制出完整的单细胞划分后的真实细胞边界：

细胞质心空间图

质心空间图可以有两种图层用于展示：

coords_xenium2 <- arrow::read_parquet('cells.parquet')
 
range(coords_xenium2$x_centroid)
 
range(coords_xenium2$y_centroid)
 

 

 
coords_xenium_sub2 <- 
 
  coords_xenium2 %>%
 
  dplyr::filter(
 
    x_centroid > 3000,
 
    x_centroid < 4000,
 
    y_centroid > 2000,
 
    y_centroid < 4000
 
 )
 

 
image_wh_ratio2 <- diff(range(coords_xenium2

 
p_xenium_centroid <-
 
  coords_xenium_sub2 %>% 
 
  ggplot(aes(x = x_centroid, y = y_centroid)) +
 
  geom_point(aes(color = cell_id), show.legend = FALSE) +
 
  coord_fixed(ratio = 1/image_wh_ratio2) +
 
  theme_void() +
 
  ggtitle("geom_point")
 

 
p_xenium_centroid2 <-
 
  coords_xenium_sub2 %>% 
 
  ggplot(aes(x = x_centroid, y = y_centroid)) +
 
  geom_tile(aes(fill = cell_id, height = 10, width = 10), show.legend = FALSE) +
 
  coord_fixed(ratio = 1/image_wh_ratio2) +
 
  theme_void() +
 
  ggtitle("geom_tile")
 

 
p_xenium_centroid | p_xenium_centroid2

geom_point用于绘制空间原位图有一个缺陷，点的大小会随着导出图片的大小而改变，导致出现点太小或者点太大的现象。

另一个选择是使用geom_tile图层，它可以指定点的height和width，height和width的大小和使用的数据有关系，在调试出图时只需要指定好了它们的值，则点的遮挡关系就不会因为导出图片的大小而出现改变。

如下图所示，两个图层的点大小尚未出现难以接受的遮挡或疏远。