Nature Genetics杂志特别版单细胞marker基因气泡图
Nature Genetics杂志特别版单细胞marker基因气泡图
生信技能树
发布于 2025-11-20 11:59:13
发布于 2025-11-20 11:59:13
单细胞的marker基因气泡图，我们前面已经绘制过几个，今天的这个还是来自王凌华团队的最新文献，来自2025年10月21号发表在Nature Genetics杂志上，标题为《Multi-modal spatial characterization of tumor immune microenvironments identifies targetable inflammatory niches in diffuse large B cell lymphoma》。这个图左边有带圈的点和x坐标轴有阴影区域，使得它比一般的气泡图又高档了一个档次！来看看~
专辑里面的气泡图：
- Nature杂志同款高颜值单细胞基因表达气泡图（王凌华团队）
- 高分杂志同款cellchat细胞通讯结果气泡图绘制（IF=25.083）
- 绘图小技巧进群方式：添加微信 Biotree123，发18.8的进群门票，可以在群里交流学习绘图，并发布许愿绘图~
Fig2中的e图：展示的是空间转录组数据中7个细胞生态位CN1-7中每个生态位里面不同细胞亚群的DEGs基因表达气泡图。
图注：
Fig. 2: Cellular neighborhood structures and unique spatial niches in B cell lymphoma. f.The representative DEGs in each spatial niche.
数据背景
作者利用78例大B细胞淋巴瘤切除活检样本及5例对照组织（4例扁桃体、1例淋巴结）构建了六组组织微阵列。作者抽取了部分示例数据以及代码放在github上面：https://github.com/Coolgenome/Lymphoma-spatial
下载好的： 链接: https://pan.baidu.com/s/1ISXLXLEmgdwtBrLTTdkPOQ?pwd=b49k 提取码: b49k
详细介绍见：一行代码给你的单细胞UMAP图添加左下角小箭头坐标轴
数据处理
1.先读取绘图数据
需要的是一个数据框，每一个CN中不同细胞类型的组成：
### Figure 2 ###
rm(list=ls())
### load essential packages ###
library(Seurat)
library(tidyverse)
library(dplyr)
library(ggplot2)
#devtools::install_github("junjunlab/jjAnno")
library(jjAnno) # 对ggplot2添加图形区域外的注释如点或者注释条
### Figure 2d-f ###
# k-means clustering based on neighborhood matrix to obtain 7 unique spatial cellular niches (CN).
# Here we directly provide the results with CN allocation of cells.
spatial_niche <- readRDS("./demo_data/spatial_niche.rds")
head(spatial_niche)
table(spatial_niche$CN_cluster)
niche数据为两列：第一列是细胞barcode，第二列是每个细胞所属的CN类型，总共有CN1-7七大类：
接着是细胞亚群分类信息：
### Data reading in, preprocessing, cleaning, and cell type and state identification are described in the separate script Preprocessing.r
### Here for demonstrating the workflow, we directly provide the demo data, including count matrix and metadata. The processing of demo data is described in Figure 1.r
### load data object ###
### This is saved from the step of Figure 1b.
Lymphoma_data <- readRDS("./demo_data/Lymphoma_data.rds")
Lymphoma_data
head(Lymphoma_data@meta.data)
需要其中的cell_state列，共19中细胞类型：
将上面两种信息合并在一起：
# DEGs among CNs (Figure 2f) #
spatial_niche <- column_to_rownames(spatial_niche, var="Barcode")
Lymphoma_data <- AddMetaData(Lymphoma_data, spatial_niche)
head(Lymphoma_data@meta.data)
Lymphoma_data$CN_cluster <- factor(Lymphoma_data$CN_cluster, levels =c(paste0("CN",7:1)) )
Lymphoma_data@meta.data 数据结构为：
2.提取DEGs基因向量
从作者的代码里面搞来的，或者可以使用deepseek从图片中提取。我最近开始由kimi转向deepseek了，初步感觉deepseek要比kimi好用呢？kimi最近动不动就给我说：刚刚跟我聊的人有点多，我现在有点累了，你稍后再来！
我：一脸懵，使用的人太多了吗？
CN_marker <- c("CD3D","CD3E","CD2","CD8A","GZMB","GZMK","NKG7","PRF1","GZMH","CXCL9","CXCL10","CCL5","CCL2","MZB1","IGHG1",
"IGHG2","IGKC","CD68","C1QA","C1QB","C1QC","LYZ","APOE","APOC1","S100A9","COL1A1","COL1A2","COL3A1","FN1","DCN",
"ACTA2","TIMP1","COL6A1","COL6A2","CD79A","MS4A1","CD19","TCL1A","IGHM","CD37","STMN1","TYMS","TOP2A","BCL2",
"BTK","SYK","CD24","CD52")
开始绘图
作者的代码：
p <- DotPlot(Lymphoma_data,features = CN_marker, scale.by = "size", group.by = "CN_cluster", scale.max = 50, scale = 10, col.max=1.5)+
RotatedAxis()+
scale_color_gradientn(values = seq(0,1,0.1),colours = c("#4575b4","#abd9e9","#e0f3f8","#ffffbf","#fdae61","#d73027","#800026"))
p
额，作者只放了一个半成品的代码：
我来修饰一下：
先把坐标轴名字等细节改一下：
p1 <- p + scale_y_discrete(name = "", labels = rev(c("CN1_T", "CN2_PC", "CN3_Myeloid","CN4_Stromal","CN5_Tumor-B",
"CN6_Diffuse","CN7_Mixe"))) +
xlab(label = NULL)
p1
现在使用老俊俊的jjAnno对ggplot2添加图形区域外的注释如点或者注释条。
添加坐标的点：
# add right
annoPoint(object = p1,
annoPos = 'left',
yPosition = c(1:7))
好现在报错了：
在上一次的教程中：Nature杂志同款高颜值单细胞基因表达气泡图（王凌华团队），我的ggplot2还是3.5.2，现在更新到了4.0.0。然后很多人反馈这个图不能复现出来，时间也是正好卡在ggplot2发了重大更新的时候。
我现在本地安装 3.5.2：
# 检查包的版本
packageVersion("ggplot2")
# 安装3.5.2版本
remotes::install_version("ggplot2", version = "3.5.2",force = T)
还是提示错误：
额，老俊俊已经去开心地开发其他的包去了，我今天就发这个跟作者一样的半成品吧，我的去看老俊俊的源码了（前面别人不能复现图的时候也有一些因为ggplot2版本原因报错，没有去看现在就是回旋镖！）。
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：2025-11-03，如有侵权请联系 cloudcommunity@tencent.com 删除
评论
登录后参与评论
推荐阅读
目录
腾讯云开发者
