1. 各个branch的数据提取 kk <- plot_genes_branched_heatmap() kk$BranchA_exprs 2. 提取行聚类信息 kk <- plot_genes_branched_heatmap(num_clusters=3, return_heatmap=T) pp <- cutree(kk$ph$tree_row, k=3)
monocle画图中屏幕上的数据如何储存 1.问题描述:使用monocle的plot_genes_branched_heatmap命令,画出图 但是每一个cluster是哪些基因ID? 2.解决方法:画图命令增加“ return_heatmap = TRUE”。就会在屏幕上输出,每个基因对应的分支号,然后每一支挑一些有代表性的写一下。 3.拓展,在屏幕上复制太麻烦了,并且太多了...
1plot_genes_branched_heatmap(lung[row.names(subset(BEAM_res, 2qval<1e-4)),], 3branch_point=1, 4num_clusters=4, 5cores=1, 6use_gene_short_name=T, 7show_rownames=T) 8 1lung_genes <- row.names(subset(fData(lung), 2gene_short_name %in% c("Ccnd2","Sftpb","Pdpn"))) 3pl...
BEAM_res=BEAM_res[,c("gene_short_name","pval","qval")]saveRDS(BEAM_res,file="BEAM_res.rds")BEAM_res<-readRDS("BEAM_res.rds")tmp1=plot_genes_branched_heatmap(Mono_mococle_data[row.names(subset(BEAM_res,qval<1e-4)),],branch_point=1,num_clusters=3,#这些基因被分成几个group cores...
plot_genes_branched_heatmap(lung[row.names(subset(BEAM_res,qval<1e-4)),],branch_point=1,num_clusters=4,cores=1,use_gene_short_name=T,show_rownames=T) 代码语言:javascript 复制 lung_genes<-row.names(subset(fData(lung),gene_short_name%in%c("Ccnd2","Sftpb","Pdpn")))plot_genes_bran...
setOrderingFilter函数标记了在随后对clusterCells的调用中用于聚类的基因,尽管我们可以根据需要提供其他基因列表。plot_ordering_genes函数显示了基因表达的变异性(离散性)如何依赖于细胞间的平均表达。红线表示基于这种关系的单片体对色散的预期。我们标记用于聚类的基因显示为黑点,而其他基因显示为灰点。
plot_genes_branched_heatmap(my_cds_subset[row.names(subset(BEAM_res, qval < 1e-4)),], branch_point = 1, num_clusters = 4, cores = 8, use_gene_short_name = TRUE, show_rownames = TRUE) 拟时分析的内容很丰富,也很多,在不同的研究中有不同的意义,这里只是简单展示了几种常见的可视化结...
tmp1=plot_genes_branched_heatmap(test[row.names(subset(BEAM_res,qval<1e-4)),], branch_point = 1, num_clusters = 4, #这些基因被分成几个group cores = 1, branch_labels = c("Cell fate 1", "Cell fate 2"), #hmcols = NULL, #默认值 ...
test_ordering_genes=unique(marker_gene$gene) test=setOrderingFilter(test,ordering_genes = test_ordering_genes) #指明哪些基因用于后续的聚类/排序 1. 2. 3. 4. 3. 推断轨迹,并按照拟时序给细胞排序 test=reduceDimension(test,reduction_method = "DDRTree",max_components = 2, norm_method = 'log',...
BEAM_res <- BEAM(my_cds_subset, branch_point=1, cores = 8)BEAM_res<- BEAM_res[order(BEAM_res$qval),]BEAM_res <- BEAM_res[,c("gene_short_name", "pval", "qval")]head(BEAM_res)table(BEAM_res$qval< 1e-4)plot_genes_branched_heatmap(my_cds_subset[row.names(subset(BEAM_res,...