单细胞基因可视化之热图的根本改造2

我们前面已经说过了单细胞marker/或者其他任意基因的热图的简单修饰(单细胞基因可视化之热图改造修饰1),仅仅是基于颜色和DoHeatmap函数的参数修饰。那么要对热图进行根本的改造,关键点在于提取表达矩阵,然后对分组进行注释,就可以使用heatmap或者ComplexHeatmap来做图了。

首先计算marker基因,然后选择自己需要展示的基因。

library(Seurat)
library(stringr)   
library(dplyr)
all.markers  <- FindAllMarkers(scedata, 
                               only.pos = TRUE, 
                               min.pct = 0.25, 
                               logfc.threshold = 0.75)
markers <- c("ACKR1",
             "RAMP2",
             "CLDN5",
             "TM4SF1",
             "PLVAP",
             "IFI27",
             "CLU",
             "AQP1",
             "GNG11",
             "VWF",
             "CLEC14A",
             "PECAM1",
             "SELE",
             "COL3A1",
             "LUM",
             "COL1A1",
             "COL1A2",
             "DCN",
             "SFRP2",
             "C1S",
             "COL6A2",
             "CXCL13",
             "CFD",
             "CCL5",
             "CCL4",
             "CXCR4",
             "PTPRC",
             "LYZ",
             "CD52",
             "HCST",
             "CD3D",
             "NKG7",
             "GZMA",
             "CD2",
             "S100A14",
             "KRT16",
             "LY6D",
             "LGALS7B",
             "SFN",
             "FXYD3",
             "DSP",
             "CALML3",
             "PITX1",
             "ALDH3A1",
             "DAPL1",
             "TRIM29",
             "PKP1",
             "PKP3",
             "DSC3",
             "ACTA2",
             "TAGLN",
             "TPM2",
             "MYH11",
             "RERGL",
             "RGS5",
             "FRZB",
             "LBH")
sc_marker <- all.markers[markers,]

然后提取表达矩阵,并对细胞进行注释。


# 提取原始表达矩阵
exp <- GetAssayData(scedata, slot = "counts")
exp <- log10(exp + 1)
head(scedata$celltype)
new_celltype <- sort(scedata$celltype)
head(new_celltype)
cs_data <- as.matrix(exp[sc_marker$gene, names(new_celltype)])

ac=data.frame(cluster=new_celltype)
rownames(ac)=colnames(cs_data)

至此,我们需要作图的数据就已经得到了,可以使用热图函数进行绘制了。热图我们公众号之前讲的很详细了,可以参考,同样的做法。


library(pheatmap)
pheatmap(cs_data,show_colnames =F,show_rownames = T,
         cluster_rows = F,
         cluster_cols = F,
         annotation_col=ac,
         border_color = "black")
图片

要进一步修饰,更加个性化的作图,采用ComplexHeatmap。

library(ComplexHeatmap)
color = paletteer_d("ggsci::nrc_npg")[c(1,3,4,2,5)]
names(color) <- levels(new_celltype)
top_anno <- HeatmapAnnotation(cluster=anno_block(gp=gpar(fill=color),
                                                 labels = levels(new_celltype),
                                                 labels_gp = gpar(cex=0.5,color='white',fontsize = 18)))

Heatmap(cs_data,
        cluster_rows = FALSE,
        cluster_columns = FALSE,
        show_column_names = FALSE,
        show_row_names = T,
        column_split = new_celltype,
        top_annotation = top_anno, 
        column_title = NULL,
        heatmap_legend_param = list(
          title='Expression',
          title_position='leftcenter-rot'),
        col = colorRampPalette(c("white","#66CCFF","#333366"))(100),
        border = "black",
        row_names_gp = gpar(fontsize = 8))
图片

看起来效果很好,心情舒适。今天分享就到这里了,整个热图也就这么些内容,想要其他更加个性化的修饰可以结合我们之前的内容自己调整。

觉得分享用的支持一下呗!不点赞、不分享还等什么!
更多内容请关注我的个人公众号《KS科研分享与服务》

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 151,511评论 1 330
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 64,495评论 1 273
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 101,595评论 0 225
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 42,558评论 0 190
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 50,715评论 3 270
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 39,672评论 1 192
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 31,112评论 2 291
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 29,837评论 0 181
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 33,417评论 0 228
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 29,928评论 2 232
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 31,316评论 1 242
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 27,773评论 2 234
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 32,253评论 3 220
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 25,827评论 0 8
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 26,440评论 0 180
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 34,523评论 2 249
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 34,583评论 2 249

推荐阅读更多精彩内容