图片
况兼基于pbmc3k的数据，使用Dotplot进行可视化和大略调节。这期一谈来了解一下，使用Dotplot参数调节好意思化效能，以及基于ggplot2进行可视化
图片
Dotplot可视化及好意思化示例数据为pbmc-3k的精通分群后的数据，使用FindAllMarkers查找并获得top5的Marker基因进行可视化
#top5 marker基因获得pbmc.markers <- FindAllMarkers(pbmc, only.pos = TRUE, min.pct = 0.25, logfc.threshold = 0.25, verbose = FALSE)top5 = pbmc.markers %>% group_by(cluster) %>% top_n(n = 5, wt = avg_log2FC)g = unique(top5$gene)默许参数绘制及调节好意思化
若是径直使用默许参数，不退换参数展示的情况
DotPlot(pbmc, features = g)
图片
不错看到横坐标中features展示列全部挤在了一谈，未便于阅读。因为Dotplot绘制是基于ggplot2的语法结构的，是以不错调用ggplot2包内部的函数去歪斜展示基因，或者将基因和细胞亚群疏导位置的方式进行调节
1. 退换features的陈设角度使用RotatedAxis()函数将坐标轴标签旋转，让features列展示的基因，由最运转的平铺变为歪斜，浅易阅读
DotPlot(pbmc, features = g) + RotatedAxis()
图片
不外RotatedAxis()函数内部角度是信服了的，若是需要把柄我方的需求调节角度不错使用theme()函数来调节x轴的具体歪斜角度
图片
DotPlot(pbmc, features = g) + theme(axis.text.x=element_text(angle=70,hjust = 1))
图片
2.将features和identity疏导位置
使用coord_flip()函数翻转坐标轴，使得图形的布局愈加合理。使用RotatedAxis()函数旋转坐标轴标签，以便更好地展示和阅读。DotPlot(pbmc, features = g) + coord_flip()+ RotatedAxis()
图片
3. 分组展示Marker基因
使用split函数按照基因列表以及分类列表进行分组，Marker基因将把柄它们所属的群组（cluster）被分组暴露。基于cols函数指定点图的形态使用RotatedAxis函数将x轴标签旋转基于theme函数去调节坐标轴，缔造文本形态和大小、添加边框、调节间距等DotPlot(pbmc, features = split(top5$gene, top5$cluster), cols = c("#ffffff", "firebrick3")) + RotatedAxis() + theme( strip.text.x = element_text(size = 8), axis.text.x = element_text(color="black",size=10), panel.border = element_rect(color = "black"), panel.spacing = unit(1, "mm"), axis.title = element_blank(), axis.text.y = element_blank(), )图片
使用ggplot2绘制及好意思化依然有好多推文基于ggplot2去可视化及好意思化点图：
比如我们生信菜鸟团的Dotplot好意思化——使用ggplot2基于效能好意思化生信益站的Seurat::DotPlot好意思化 (二) ——细胞亚群坐标轴Color Bar精通那这边小谢就偷个懒，基于前辈们整理好的代码来使用ggplot2绘制marker基因的点图。
1. 索求数据并整理细胞亚群排序#获得需要的数据p <- DotPlot(pbmc, features = split(top5$gene, top5$cluster), cols = c("#ffffff", "firebrick3")) #重新整理细胞亚群的陈设，倒序陈设p$data$feature.groups2 <- factor(p$data$feature.groups, levels = c("Platelet","DC","NK", "FCGR3A+ Mono","CD8 T","B", "Memory CD4 T","CD14+ Mono","Naive CD4 T"))图片
p图片
p$data2. 使用ggplot2绘制ggplot2绘制有关的骨子是需要反复熏陶的，若是莫得R话语基础思要系统学习的话，不错了解一下生物信息学马拉松讲课,最近一期在广州线下，迎接大众来广州汇集！
## 加载R包界说图例形态----library(ggh4x)library(RColorBrewer)strip <- strip_themed( background_x = elem_list_rect(fill = brewer.pal(9, "Paired")))## 可视化----p1 <- p$data %>% ggplot(aes(x = features.plot, y = id)) + geom_point(aes(size = pct.exp, color = avg.exp.scaled)) + facet_wrap2(~feature.groups2, scales = "free_x", strip = strip, nrow = 1) + theme_classic() + RotatedAxis()+ theme(strip.text.x = element_text(size = 8), axis.text.x = element_text(color="black",size=10), axis.title = element_blank(), strip.background = element_rect(color = "white"), axis.text.y = element_blank()) + scale_color_gradient(low = "#ffffff", high = "firebrick3", name = "avg.exp")p1
这么就得到了带有布景形态图例的效能，为了爽气将左边的细胞亚群标签信息使用axis.text.y = element_blank()不进行展示，固然我们也不错调节之后，将y轴的图例加上
图片
3. 整理y轴标签## 图例信息----library(ggplot2)df <- data.frame(x = 0, y = levels(pbmc), stringsAsFactors = F )df$y <- factor(df$y, levels = df$y )#通过shape聘用我方思要的图例风物p2 <- ggplot(df, aes(x, y, color = factor(y))) + geom_point(size = 6, shape = 18, show.legend = F) + scale_color_manual(values = rev(brewer.pal(9, "Paired"))) + theme_classic() + scale_x_continuous(expand = c(0,0)) + theme( plot.margin = margin(r=0), axis.title = element_blank(), axis.text.x = element_blank(), axis.text.y = element_text(size = 9), axis.ticks = element_blank(), axis.line = element_blank() )p2
聘用了shape=18的实心菱形
图片
然后将整理好的图例和点图拼接到一谈即可
library(cowplot)plot_grid(p2, p1, align = "h", axis="bt", rel_widths = c(1.5, 9))
图片
小结这期基于ggplot2在Dotplot效能的基础上进行调节，以及索求Dotplot的效能数据，使用ggplot2进行好意思化和可视化
本站仅提供存储干事，通盘骨子均由用户发布，如发现存害或侵权骨子，请点击举报。