logfc.threshold = 0.75) 选择需要的marker gene进行展示,平均表达量使用seurat自带函数AverageExpression进行计算。热图使用Complexheatmap做即可。 #计算平均表达量 gene_cell_exp <- AverageExpression(human_data, features = gene, group.by = 'celltype', slot = 'data') gene_cell_exp <- as.data.frame(ge...
所以我们直接做了一个集成的函数,完成一些美丽的可视化,尽力满足需求。这里要展示的单细胞marker基因平均表达量热图,按理来说有很多教程,可是有些小伙伴在热图注释、顺序调整、热图美化上面晕头转向,所以我们熬点夜解决这个问题。 [图片上传中...(image-96eed5-1734509619995)] 参考: https://www.bilibili.com/vide...
结果如下: 只需要输入想关注的基因列表和分组的列,DotPlot就会自动计算基因在不同分组中的平均表达值和基因表达的细胞占比并绘制热图。 美化 这个图大概率不会出现在文章里面,就算有也更可能出现在附图里面。不过,虽然出镜率有些渺茫,但咱还是一视同仁。上面的图看起来有些素了,下面给他美化一下。
1,构建Heatmap 主体 首先将Seurat转为SingleCellExperiment ,然后利用aggregateAcrossCells 函数获取各celltype的平均表达矩阵,通过subset.row函数指定待计算均值的基因。可以通过 A:colorRamp2 自定义基因表达量的颜色; B:这里选择经典marker基因展示,也可以是Findmarker找到的marker gene等; 代码语言:javascript 代码运行...
这是一个集成的函数,很多小伙伴被一些美图”迷了眼“,需要这样、那样的形式。单独做又很麻烦,且容易出错。要求既要这样展示,又要那样展示。所以我们直接做了一个集成的函数,完成一些美丽的可视化,尽力满足需求。这里要展示的单细胞marker基因平均表达量热图,按理来说有很多教程,可是有些小伙伴在热图注释、顺序调整、...
#计算平均表达量gene_cell_exp <- AverageExpression(human_data,features = gene,group.by='celltype',slot ='data')gene_cell_exp <-as.data.frame(gene_cell_exp$RNA) #complexheatmap作图library(ComplexHeatmap)#顶部细胞类型注释df <- data.frame(colnames(gene_cell_exp))colnames(df) <-'class'top...
这是一个集成的函数,很多小伙伴被一些美图”迷了眼“,需要这样、那样的形式。单独做又很麻烦,且容易出错。要求既要这样展示,又要那样展示。所以我们直接做了一个集成的函数,完成一些美丽的可视化,尽力满足需求。这里要展示的单细胞marker基因平均表达量热图,按理来说有很多教程,可是有些小伙伴在热图注释、顺序调整、...
#计算平均表达量gene_cell_exp <- AverageExpression(human_data,features = gene,group.by='celltype',slot ='data')gene_cell_exp <-as.data.frame(gene_cell_exp$RNA) #complexheatmap作图library(ComplexHeatmap)#顶部细胞类型注释df <- data.frame(colnames(gene_cell_exp))colnames(df) <-'class'top...
#计算平均表达量gene_cell_exp<-AverageExpression(human_data,features=gene,group.by='celltype',slot='data')gene_cell_exp<-as.data.frame(gene_cell_exp$RNA)#complexheatmap作图library(ComplexHeatmap)#顶部细胞类型注释df<-data.frame(colnames(gene_cell_exp))colnames(df)<-'class'top_anno=HeatmapAnn...
首先将Seurat转为SingleCellExperiment ,然后利用aggregateAcrossCells 函数获取各celltype的平均表达矩阵,通过subset.row函数指定待计算均值的基因。可以通过 A:colorRamp2 自定义基因表达量的颜色; B:这里选择经典marker基因展示,也可以是Findmarker找到的marker gene等; ...