HONOKA最新番号 单细胞组学 | 第20期. 好意思迁延限——卷起来的UMAP图好意思化有研讨
CNS顶刊炫酷的UMAP图到底是怎么画的？算作单细胞分析的旧例figure——UMAP车载斗量的好意思化有研讨只须你不敢想，莫得作念不到的。本文带你get单细胞UMAP还不错这样画HONOKA最新番号，虽然还有好多实用的单细胞分析配色共享哦！
往期转头：
MASCU
第1期.单细胞测序：揭开人命好意思妙的钥匙
第2期.下流数据质控知些许
第3期.Seurat之PBMC分析步伐化过程
第4期.写著述时需要用到的单细胞转录组测序旨趣
第5期.单细胞测小引件面面不雅
第6期.10X genomics 上游分析-cellranger先容
第7期.10X genomics 上游分析-cellranger诈欺
第8期.一文买通单细胞测序参议念念路
第9期.Zenodo一个矿藏天下数据库和单细胞的不明之缘
第10期.生物信息学必须了解的数据库
第11期.不会还有东说念主不知说念这个免费一年的云行状吧！？
第12期.单细胞分析数据下载、导入和吞并
第13期.单细胞测序中居然存在双细胞？
第14期.想发单细胞测小引章？这一步必学！
第15期.一份激烈保举储藏的细胞周期矫正宝典！
第16期.不可不知的单细胞过程
第17期. 找到Cluster的领头羊
第18期. 单细胞防护不再是烦懑！
第19期. 单细胞数据分析的中枢设施，必学！
Introduction
在本系列的推送中，咱们之前给行家共享了：
①单细胞（核）RNA测序的旨趣；
②基于Cellranger的上游分析；
③数据下载/导入/吞并；
④数据质控（包括细胞质控和基因质控）；并铺垫了细胞防护前几个数据处鉴识段（包括细胞周期矫正、去批次、相反分析）。
⑤细胞防护
本期在上期的细胞防护分群的UMAP图基础上，进一步探讨UMAP图的好意思化有研讨及配色共享。
本期将给行家共享以下2个方面：
1. 浅谈UMAP图的好意思化有研讨
2. R作图 (单细胞) 的配色共享
TS
01
性爱画面浅谈UMAP图的好意思化有研讨
书接上期（单细胞组学 | 第19期. 单细胞数据分析的中枢设施，必学！），咱们完成了细胞防护，何况绘制出了一幅经典的UMAP图（图1）。底下将按次渐进地先容几种好意思化有研讨，但愿给行家一些好意思化我方的UMAP图的灵感。
图片
图1
好意思化有研讨1: 为每一群细胞添加椭圆限制在2017年Cell的一篇著述中，画出了包含椭圆置信区间的患者细胞分群t-SNE图，如图2所示。
图片
图2
底下咱们通盘基于图1，一步步好意思化。绘制UMAP及之前的代码和上期换取。1）使用ggplot2 R包重新绘制UMAP图并取得每个细胞的坐标
df1=Hu_AO_db_QC2@reductions$umap@cell.embeddings %>% as.data.frame() %>% cbind(cluster=Hu_AO_db_QC2@meta.data$seurat_clusters)plot1=ggplot(df1, aes(umap_1, umap_2, color=Hu_AO_db_QC2@meta.data$Major_celltype))+ geom_point(size = 0.01,alpha = 0.1) + # 设置点的大小为1 geom_point()+ theme_classic()+labs(title=1)
图片
图3 细胞位置信息
图片
图4
2）为每群细胞加上椭圆限制plot2=plot1 + stat_ellipse(aes(x = umap_1, y = umap_2, fill = Hu_AO_db_QC2@meta.data$Major_celltype), geom = "polygon", linetype=2, # 椭圆线 alpha = 0.25, #椭圆配景填充色不透明度 linewidth = 0.5, # 设置椭圆置信区间的限制线宽度 show.legend = FALSE, #去掉椭圆对应的图例 level = 0.95)+labs(title=2) #level置信区间
图片
图5
3）重新给每群细胞指定激情colors2 <- c("#96C3D8", "#F5B375", "#C0937E", "#67A59B", "#A5D38F", "#8D75AF", "#F19294", "#E45D61", "#BDA7CB")plot3= plot2+ scale_fill_manual(values=colors2)+ scale_color_manual(values=colors2)+labs(title=4)图片
图6
好意思化有研讨2: 为每一群细胞添加玄虚线并改变图例
和好意思化有研讨1相似，率先要取得每个细胞的坐标，再给每群细胞加上玄虚线，不规矩玄虚线的添加雷同照旧基于置信区间椭圆。此外，图例也进行了好意思化。
plotData <- as.data.frame(Hu_AO_db_QC2[["umap"]]@cell.embeddings)plotData$cluster <- Hu_AO_db_QC2@meta.data$Major_celltypeplot4 = ggplot(plotData, aes(x = umap_1, y = umap_2, fill = Hu_AO_db_QC2@meta.data$Major_celltype, color = Hu_AO_db_QC2@meta.data$Major_celltype)) + stat_unchull(alpha = 0.25, size = 0.25, delta = 0.5) + stat_ellipse(level = 0.95) + geom_point(size = 0.1) + theme( aspect.ratio = 1, panel.background = element_blank(), panel.grid = element_blank(), axis.line = element_line(), )
图片
图7好意思化有研讨3:对玄虚线的修饰并改变配色
将细胞群的玄虚线从实线改变为虚线，何况改变配色。set.seed(0816)col <- sample(RColorBrewer::brewer.pal(10, "Paired"))plot5 = ggplot(plotData, aes(x = umap_1, y = umap_2, fill = Hu_AO_db_QC2@meta.data$Major_celltype, color = Hu_AO_db_QC2@meta.data$Major_celltype)) + stat_unchull(alpha = 0.25, size = 0.25, lty = 2, delta = 0.5) + geom_point(size = 0.5, show.legend = FALSE) + theme( aspect.ratio = 1, panel.background = element_blank(), panel.grid = element_blank(), axis.line = element_line(arrow = arrow(type = "closed")), axis.title = element_text(hjust = 0.05, face = "italic",size = 14) ) + guides(color = FALSE, x = axis, y = axis) + guides(color = FALSE, x = axis, y = axis) + scale_x_continuous(breaks = NULL) + scale_y_continuous(breaks = NULL) + scale_fill_manual(values = col) + scale_color_manual(values = col)）
图片
图8
好意思化有研讨3:对UMAP坐标轴的修饰
1）对UMAP坐标轴进行缩放
一改以往一以贯之的坐标轴施展体式，通过对UMAP坐标轴进行缩放（截断轴），将坐标轴放到左下角，就会使UMAP图愈加高等起来。
axis <- ggh4x::guide_axis_truncated( trunc_lower = unit(0, "npc"), trunc_upper = unit(3, "cm"))Plot6 = ggplot(plotData, aes(x = umap_1, y = umap_2, fill = Hu_AO_db_QC2@meta.data$Major_celltype, color = Hu_AO_db_QC2@meta.data$Major_celltype)) + stat_unchull(alpha = 0.25, size = 0.25,delta = 0.5,lty = 1) + geom_point(size = 0.2, show.legend = FALSE) + theme( aspect.ratio = 1, panel.background = element_blank(), panel.grid = element_blank(), axis.line = element_line(arrow = arrow(type = "closed")), axis.title = element_text(hjust = 0.05, face = "italic")) + guides(color = FALSE, x = axis, y = axis) + scale_x_continuous(breaks = NULL) + scale_y_continuous(breaks = NULL)）
图片
图9
2）改变坐标轴标署名体大小
图片
图10
好意思化有研讨5:只重心罕见强调目标细胞群
单细胞UMAP图只标识特定细胞群，不错通过设置激情终了。“刻意”安排好激情法例，将需要标注的群设置为需要的激情，其他的群设置为灰色即可，如下图红色和蓝色细胞群。
colors <- c("grey","#FB8072","grey","grey","grey","grey","grey","grey","#7BAFDE")plot6 <- DimPlot(Hu_AO_db_QC2, reduction = "umap", group.by = "active.ident", label = TRUE) + scale_color_manual(values = colors) + NoLegend()图片
图11
好意思化有研讨6:AI终了手动对研讨细胞群的圈选和防护
上述好意思化有研讨等共享了通过R来给细胞群添加置信椭圆和玄虚线，但触及到更为复杂的不规矩圈选时，使用R言语不仅费时难度总共高，还不一定能达到预期的圈选闭幕（咱们这里也不错发现上述圈选时有两个细胞群未被圈住）。那咱们该怎么办呢？
观念总比贫困多，这时间AI（Adobe Illustrator）来动手！AI不仅不错进行科研绘制（详见科研器具系列书籍），在单细胞绘制好意思化上，如添加开拓箭头、对应文本标签等亦然手到拿来。底下简便演示通过AI进行标签的添加，更多更具体的AI好意思化步地，如有需要，在之后的推送里会详备先容。1）将绘制出的UMAP图导入到AI图片
图12
2）使用文本器具给细胞群添加标签图片
图13
以上仅是先容了简便的几种好意思化有研讨，底下共享一些实用的单细胞配色。
TS
02
R作念图（单细胞）的配色共享在之前Bilibili“应承doctor”的壮不雅淳厚共享的公开课《R言语科研绘制之化繁为简》中，仍是先容了几种R作图的配色有研讨，底下我再来总结一下。
1）基于已有的配色有研讨① RColorBrewer包
网址：
https://colorbrewer2.org/#type=sequential&scheme=BuGn&n=3RColorBrewer包提供了三种类型的配色有研讨，用于在R中创建各式激情调色板。法例（Sequential）配色有研讨：适用于齐集型数据，激情跟着数据值的变化而迟缓改变。不息用于暗意数据的渐变。发散（Diverging）配色有研讨： 适用于呈现数据的变化趋势，数据齐集在某少许隔邻的变化情况。不息用于透露数据的偏离或对比。定性（Qualitative）配色有研讨： 适用于突破型数据，每个类别的数据用不同的激情暗意。不息用于暗意分类或分组的数据。
图片
图片
② carto包
网址：https://carto.com/carto-colors/
图片
图片
③ viridis包图片
④ colorspace包图片
⑤ ggsci包网址：https://nanx.me/ggsci/articles/ggsci.htmlggsci包内有不同时刊配色汇总：
图片
图片
使用ggsci包中的配色好意思化的上述UMAP图如下所示。
library(ggsci)plot8 = DimPlot(Hu_AO_db_QC2, reduction = "umap", group.by = "active.ident", label = TRUE) + scale_color_npg(alpha = 0.1)
图片
图142）自创或从文件中鉴戒配色有研讨已有的配色有研讨常常不行得志生信可视化对好意思的条件，这时间好意思迁延限、最具个性化的配色源于我方平方阅读文件时的配色积攒加上合理搭配终了的。举例本篇中对UMAP图好意思化时的配色即是如斯。在本公众号中特别有的科研配色系列（详见科研器具系列书籍），匡助行家在阅读文件中积攒配色，行家可爱不错鉴戒！下图是一些自界说配色有研讨供参考。
图片
图15
以上即是本期推送的全部施行，行家关于推送施行有任何问题或建议不错在公众号菜单栏“更多--读者的话”栏目中建议，咱们会尽快修起！参考文件：
1.Zheng C, Zheng L, Yoo JK, et al. Landscape of Infiltrating T Cells in Liver Cancer Revealed by Single-Cell Sequencing. Cell. 2017;169(7):1342-1356.e16.
图片
期待已久～｜R言语与组学结合交流群来啦！
（接待行家入群交流～HONOKA最新番号
本站仅提供存储行状，整个施行均由用户发布，如发现存害或侵权施行，请点击举报。