p <-plot_pseudotime_heatmap(gbm_cds[sig_gene_names[1:200],], num_clusters = 2, cores = 4, show_rownames = T, return_heatmap=T) ggsave(p,file=paste0(outputDir,'/',"pseudotime_dependent_gene_heatmap_top50.pdf"),width = 9, height = 5,limitsize = FALSE) #拆分拟时序分析轴上每...
plot_pseudotime_heatmap(sc_cds[gene_to_cluster,], num_clusters = nlevels(Idents(scRNA)), show_rownames = TRUE, cores = 4,return_heatmap = TRUE, hmcols = colorRampPalette(c("navy", "white", "firebrick3"))(100)) 行表示基因: 每一行代表一个基因,这些基因是通过前面差异基因分析筛选出来...
plot_pseudotime_heatmap函数好像并不能选择性展示感兴趣的基因,然而提取数据用pheatmap或者ggplot作图我们也做过了,这里再去修饰一遍展示没有必要,我就想用monocle2包热图函数完成。class一下plot_pseudotime_heatmap函数的产生的图,发现是pheatmap对象,查看作者的原函数也发现这个热图作者是基于pheatmap做的,那就好办了,...
Monocle2使用plot_pseudotime_heatmap函数基于CellDataSet对象(通常仅包含重要基因的子集)生成平滑的表达曲线,类似于plot_genes_in_pseudotime函数。然后,将这些基因进行聚类,并使用pheatmap包对其进行热图绘制。 # 差异表达分析 diff_test_res <- differentialGeneTest(HSMM_myo[marker_genes,], fullModelFormulaStr = "...
my_pseudotime_cluster <- plot_pseudotime_heatmap(cds[gene_to_cluster,], num_clusters = 3, cores = 8, show_rownames = TRUE) BEAM进行统计分析。 BEAM_res <- BEAM(my_cds_subset, branch_point = 1, cores = 8) BEAM_res <- BEAM_res[order(BEAM_res$qval),] ...
再或者plot_pseudotime_heatmap报错 这有可能是因为R版本高,带来的条件判断的错误 如果想要手动改包,可以看解决monocle报错问题 或者尝试降R版本,降monocle2版本... 从0开始新建monocle2分析环境 以下介绍的是,在已经有了一个修改好的monocle2包,如何安装。注意R版本 ...
plot_pseudotime_heatmap函数可以来可视化所有monocle的假时间依赖性基因。plot_pseudotime_heatmap采用CellDataSet对象(通常只包含重要基因的子集),并生成平滑的表达曲线,非常类似于plot_genes_in_pseudotime。然后它对这些基因进行聚类,并使用pheatmap软件包进行绘图。绘出的热图可以让我们观测到假时间依赖性基因中的不同基...
diff_test_res <- differentialGeneTest(HSMM_myo[marker_genes,], fullModelFormulaStr = "~sm.ns(Pseudotime)") sig_gene_names <- row.names(subset(diff_test_res, qval < 0.1)) plot_pseudotime_heatmap(HSMM_myo[sig_gene_names,], num_clusters = 3, cores = 1, show_rownames = T) 总结...
接下来我们就具体看看做法,首先还是做热图。这里我们用R包里面的plot_pseudotime_heatmap函数即可。 #以下是monocle2做热图的代码,很常规的操作library(monocle)library(Seurat)library(dplyr)library(viridis)library(pheatmap)library(grid)#=== setwd("D:/KS项目/公众号文章/monocle2拟时热图富集分析")mouse_monocle...
monocle2拟时热图修饰我们已经做过了。这里的演示我们不再使用修饰,用monocle2本来的拟时热图绘制函数进行,然后通过聚类不同的module提取基因进行富集分析。本贴涉及到几个修改函数和自写函数的加载,数据代码已上传QQ群!接下来我们就具体看看做法,首先还是做热图。这里我们用R包里面的plot_pseudotime_heatmap函数即可。