|
前面分别介绍过了单细胞常见的可视化方式DimPlot，FeaturePlot ，DotPlot ，VlnPlot 和 DoHeatmap的优化方式， scRNA复现|所见即所得，和Cell学umap，plot1cell完成惊艳的细胞注释umap图； scRNA分析 | 定制 美化FeaturePlot 图，你需要的都在这, scRNA分析| 和SCI学 定制化聚类点图（Dotplot ），含二行代码出图方式， scRNA分析| DoHeatmap 美化，dittoSeq ，scillus 一行代码出图，你PICK谁？ scRNA分析| Seurat堆叠小提琴图不满足？那就ggplot2 堆叠 各种元素
本次介绍ggplot2 - gghalves 绘制豆荚图/对半小提琴图的方法。 仍然使用之前注释过的sce.anno.RData数据 ，后台回复 anno 即可获取。 首先下载gghalves-R包，然后geom_half_violin绘制分半小提琴图 library(Seurat)library(tidyverse)#devtools::install_github('erocoar/gghalves')library(gghalves)library(gridExtra)
load("sce.anno.RData")head(sce2,2)
提取基因表达量使用FetchData函数提取自己研究关注的基因表达量 以及 重要的分组和注释信息 gene <- c("BNIP3","CD3D","CSTB","APOE","EGFR","VEGFA","IL6")exprs <- data.frame(FetchData(object = sce2, vars = c("celltype",gene,"group")) )exprs$Proj <- "Seurat"
1，绘制单一基因 首先绘制单个基因的对半小提琴图，先提取单一分组的数据，然后使用 geom_half_violin函数进行绘制左半边 ，然后叠加右边的图，注意side='r' 参数 p <- ggplot() + geom_half_violin(data = exprs[exprs$group == 'MET',], aes(x = Proj, y = BNIP3, fill = group), color = 'black', scale = 'width')
#在上图基础上叠加右边，绘图逻辑相同p1 <- p + geom_half_violin(data = exprs[exprs$group == 'PT',], aes(x = Proj, y = BNIP3, fill = group), color = 'black', scale = 'width', side = 'r')p1
使用ggplot2的参数对图形进行修饰
p2 <- p1 + theme_bw() + theme(axis.text.x = element_blank(), panel.grid = element_blank()) + scale_fill_manual(values = c("#E39A35","#68A180")) + labs(x = 'BNIP3', y = 'Expression Level') #y轴标题本文内容修改p2
2，批量绘制多个基因当基因个数较多时，使用循环的方式无疑是一种很好的选择
# 创建空的图表列表plot_list <- list()
# 循环替换基因并创建半小提琴图层for (gene in c("CD3D","CSTB","APOE","EGFR","VEGFA","IL6")) {# 创建半小提琴图层 violin_layer1 <- ggplot() + geom_half_violin(data = exprs[exprs$group == "MET", ], aes(x = Proj, y = !!sym(gene), fill = group), color = 'black', scale = 'width') violin_layer2 <- geom_half_violin(data = exprs[exprs$group == 'PT',], aes(x = Proj, y = !!sym(gene), fill = group), color = 'black', scale = 'width', side = 'r')# 添加图层到图表列表中 plot_list[[gene]] <- violin_layer1 + violin_layer2 + theme_bw() + theme(axis.text.x = element_blank(), panel.grid = element_blank()) + scale_fill_manual(values = c("#E39A35","#68A180")) + labs(x = gene ,y = 'Expression Level')}
# 列表中的所有图绘制到一张图中combined_plot <- do.call(grid.arrange, c(plot_list, nrow =2, ncol = 3))# 绘图combined_plot
3，分celltype进行绘制需要前期使用reshape2的melt函数将提取的重点基因数据，分组数据和celltype数据 转为长数据，然后facet_grid函数添加细胞类型的分面。 #从Seurat对象中提取细胞注释以及基因表达量gene <- c("CD3D","CSTB","APOE","EGFR","VEGFA","IL6")
exprs$Cell <- rownames(exprs)exprs.melt <- reshape2::melt(exprs, id.vars = c("Cell","celltype","group"), measure.vars = gene, variable.name = "gene", value.name = "Expr")head(exprs.melt, 10)
p5 <- ggplot() + geom_half_violin(data = exprs.melt[exprs.melt$group == 'MET',], aes(x = gene, y = Expr, fill = group), color = 'black', scale = 'width') + facet_grid(rows = vars(celltype), scales = 'free_y')
#在上图基础上叠加，绘图逻辑相同p51 <- p5 + geom_half_violin(data = exprs.melt[exprs.melt$group == 'PT',], aes(x = gene, y = Expr, fill = group), color = 'black', scale = 'width', side = 'r') + facet_grid(rows = vars(celltype), scales = 'free_y')p51
p52 <- p51 + theme_bw() + theme( panel.grid = element_blank()) + scale_fill_manual(values = c("#E39A35","#68A180")) + labs(x = "", y = 'Expression Level') #y轴标题本文内容修改p52
到这里就完成了分组情况下的对半小提琴图的绘制，geom_half_violin 该函数这种有 geom_half_boxplot ，ggbeeswarm::geom_beeswarm，geom_half_dotplot，geom_half_boxplot ，geom_half_point等多种变种，可自行尝试。单细胞数据可能不是很合适。 参考资料: https://cran./web/packages/gghalves/vignettes/gghalves.html https:///questions/71752123/geom-half-violin-on-right-side-of-plot-cut-off RNAseq纯生信挖掘思路分享？不，主要是送你代码！（建议收藏）
|
