(视频教程)单细胞转录组多组差异基因分析及可视化函数

很久以前,我们发布过一个单细胞多组差异基因可视化的方法。跟着Cell学单细胞转录组分析(八):单细胞转录组差异基因分析及多组结果可视化。主要复现参考的是这篇发表在《Cell》上的文章。可以将多个组的差异结果展示出来。

图片

(reference:A Spatiotemporal Organ-Wide Gene Expression and Cell Atlas of the Developing Human Heart)

这里我们对之前的帖子进行更新,主要是解决之前的一些问题,让作图更加清晰正确。此外,我们直接将差异基因的分析和可视化包装成一个通用的函数,函数有一定的可调节性。

函数解释如下:

图片

函数的使用视频见B站:

https://www.bilibili.com/video/BV19w411D7qZ/?spm_id_from=333.999.0.0

接下来我们测试一下:这里差异基因的分析使用的是Seurat的Findmarkers函数,所以一些参数和Findmarkers是一样的,自行调节。最好可以将logfc.threshold和min.pct设置为0,这样就可以获得所有的基因,这个结果我们函数是直接保存在相关路径中的,那么这么做有什么用呢?这个结果可以进行富集分析,更重要的是可以进行GSEA分析(复现Nature图表:GSEA分析及可视化包装函数(视频教程)GSEA分析可视化函数/棒棒糖图展示富集结果)。

KS_scRNA_multiVlnvo_plot(Seurat_object = uterus,                         DEGs_outdir = "./",                         DEGs_list=F,                         min.pct = 0.3,                         logfc.threshold = 0.3,                         test.use = "wilcox",                         group = "orig.ident",                         ident.1 = "EEC",                         ident.2 = "HC",                         logFC_cut = 0.3,                         top_gene=T,                         text_size = 3,                         height = 0.3)

图片

很显然,由于不知道差异结果如何,所以上面的图参数没有调整,不是很好,我们需要进行细节调整。可是如果是这样的话,难道又要跑一遍差异基因分析吗?显然是很麻烦的,我们可考虑到这个问题。还记得上一步我们差异基因结果已经保存了吗,接下来只需要作图的话dges参数设置为刚才保存的差异结果,DEGs_list设置为T。

KS_scRNA_multiVlnvo_plot(Seurat_object = uterus,                         DEGs_list=T,                         dges = sce_DEGs,                         logFC_cut = 0.3,                         top_gene=T,                         text_size = 3,                         height = 0.8)

图片

然后,我们还可以调整x轴cluster的顺序,调整label。​​​​​​​

KS_scRNA_multiVlnvo_plot(Seurat_object = uterus,                         DEGs_list=T,                         dges = sce_DEGs,                         logFC_cut = 0.3,                         top_gene=T,                         text_size = 3,                         xlabel = c("SMC","Ly","UEC","SF","CEP","EC","MAC"),                         idents_level = c("Smooth muscle cells","Lymphocytes",                                          "Unciliated epithelial cells","Stromal fibroblasts",                                          "Ciliated epithelial cells","Endothelial cells","Macrophages"),                         height = 0.8)

图片

最后,标记的基因也可以自选。

​​​​​​​

KS_scRNA_multiVlnvo_plot(Seurat_object = uterus,                         DEGs_list=T,                         dges = sce_DEGs,                         logFC_cut = 0.3,                         text_size = 3,                         xlabel = c("SMC","Ly","UEC","SF","CEP","EC","MAC"),                         idents_level = c("Smooth muscle cells","Lymphocytes",                                          "Unciliated epithelial cells","Stromal fibroblasts",                                          "Ciliated epithelial cells","Endothelial cells","Macrophages"),                         height = 0.8,                         top_gene = F,                         label_gene = c("ACTA2", "RGS5","MS4A6A", "CD68","LYZ",                                        "CCL5", "STK17B","PTPRC","DCN", "COL6A3",                                         "LUM","PECAM1","PCDH17", "VWF","EPCAM",                                         "CDH1","FOXJ1","CDHR3","DYDC2"))

图片

好了,这就是这个函数的所有内容了,如果觉得分享有用,点个赞再走呗!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/56489.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

XPath:学习使用XPath语法提取HTML/XML文档中的数据使用语法

以下是一些XPath语法示例,用于提取HTML/XML文档中的数据: 选择元素: 选择所有p元素: //p 选择根元素: / 属性匹配: 选择class属性为"example"的div元素: //div[classexample] 文本内容…

在VScode中执行npm、yarn命令报错解

在VScode中执行npm、yarn命令报错解 我使用的是vnm安装好npm,在WindowsR 界面是可以运行查看出版本的;但是在VScode中报错。 查了很多资料,我这种情况的原因是在VScode中默认使用的终端是Powershell,然后我切换到系统的cmd则可以…

原生微信小程序使用 wxs;微信小程序使用 vant-weapp组件

1.原生微信小程序使用 wxs 1.内嵌 WXS 脚本 2. 定义外链 wxs 3. 使用外连wxs 在这里插入图片描述 2. 微信小程序使用 vant weapp 1.安装步骤 2. 安装包管理(package.json)文件的方法 操作顺序 :文档地址 如果使用 typescript 需要操作步骤3,否则不…

python语言学习

序言 此系列用于总结python语言的相关知识点,用于帮助自己和有缘人查阅 1、python基本数据类型 python基本数据类型 – 字符串

使用 wxPython 和 pymupdf进行 PDF 加密

PDF 文件是一种常见的文档格式,但有时候我们希望对敏感信息进行保护,以防止未经授权的访问。在本文中,我们将使用 Python 和 wxPython 库创建一个简单的图形用户界面(GUI)应用程序,用于对 PDF 文件进行加密…

自动化运维:Ansible基础与命令行模块操作

目录 一、理论 1. Ansible 2.部署Ansible自动化运维工具 3.Ansible常用模块 4.hostsinverntory主机清单 二、实验 1.部署Ansible自动化运维工具 2.ansible 命令行模块 3.hostsinverntory主机清单 三、问题 1. ansible远程shell失败 2.组变量查看webservers内主机ip报…

基于Java+SpringBoot+Vue前后端分离美食推荐商城设计和实现

博主介绍:✌全网粉丝30W,csdn特邀作者、博客专家、CSDN新星计划导师、Java领域优质创作者,博客之星、掘金/华为云/阿里云/InfoQ等平台优质作者、专注于Java技术领域和毕业项目实战✌ 🍅文末获取源码联系🍅 👇🏻 精彩专…

显著性检验(Significance Test)

参考链接&#xff1a;Click Here 显著性检验&#xff08;Significance Test&#xff09;主要分为两个类别&#xff1a; Statistical Significance Test (统计显著性检验) 计量方式&#xff1a;p-value < 0.05 目的&#xff1a;检验原始分布与目标分布之间是否具有显著差异性…

如何在树莓派上使用Nginx搭建本地站点并通过内网穿透实现远程访问

文章目录 1. Nginx安装2. 安装cpolar3.配置域名访问Nginx4. 固定域名访问5. 配置静态站点 安装 Nginx&#xff08;发音为“engine-x”&#xff09;可以将您的树莓派变成一个强大的 Web 服务器&#xff0c;可以用于托管网站或 Web 应用程序。相比其他 Web 服务器&#xff0c;Ngi…

时间和日期--Python

1. 时间&#xff1a;time模块 总结&#xff1a;2. datetime模块 相比与time模块&#xff0c;datetime模块的接口更直观、更容易调用 2.1 datetime模块定义的类 &#xff08;1&#xff09;datetime.date:表示日期的类。常用的属性有&#xff1a;year、month、day; &#xff…

九大ES5特性,巩固你的JavaScript基础

文章目录 1. 变量声明和作用域&#xff1a;使用 var 关键字声明变量函数作用域和全局作用域变量提升 2. 数据类型&#xff1a;基本数据类型&#xff1a;Number、String、Boolean、null、undefined引用数据类型&#xff1a;Object、Array、Function、Date 3. 函数&#xff1a;函…

vue中form、table和input标签过长

form标签过长 效果&#xff1a; 代码&#xff1a; <el-form-item v-for"(item,index) in ticketEditTable1" :label"item.fieldNameCn" :propitem.fieldName :key"item.fieldNameCn" overflow"":rules"form[item.fieldName…

Linux 中的 sysctl 命令及示例

介绍 Linux管理员使用该命令在运行时sysctl读取或修改内核参数。无需重新启动即可实时控制和修改网络、 I/O 操作和内存管理设置的选项对于高可用性系统至关重要。 了解如何使用该sysctl命令及其选项来动态调整系统性能。

Android中使用JT808协议进行车载终端通信的实现和优化

JT808是一种在中国广泛应用的车载终端通信协议&#xff0c;用于车辆与监控中心之间的数据通信。下面是关于Android平台上使用JT808协议进行通信的一般步骤和注意事项&#xff1a; 协议了解&#xff1a;首先&#xff0c;您需要详细了解JT808协议的规范和定义。该协议包含了通信消…

【halcon深度学习】图像分割数据集格式的转换

前言 目前用于**图像分割的**数据集&#xff0c;我目前接触到的用的比较多的有&#xff1a; 1 PASCAL VOC 2 COCO 3 YOLO 4 Halcon自己的格式&#xff08;其实就是Halcon字典类型&#xff09;当前我涉及到计算机视觉中的数据集格式有&#xff0c;PASCAL VOC、COCO 和 YOLO 用于…

软件设计师学习笔记3-CPU组成

目录 1.计算机结构 1.1计算机的外设与主机 1.2计算机各部分之间的联系(了解一下即可) 2.CPU结构 1.计算机结构 1.1计算机的外设与主机 1.2计算机各部分之间的联系(了解一下即可) 该图片来自希赛软考 注&#xff1a;黄色的是传递数据的数据总线&#xff0c;白色的是传递控…

表和Json的相互操作

目录 一、表转Json 1.使用 for json path 2.如何返回单个Json 3.如何给返回的Json增加一个根节点呢 4.如何给返回的Json增加上一个节点 二、对Json基本操作 1.判断给的字符串是否是Json格式 2.从 JSON 字符串中提取标量值 3. 从 JSON 字符串中提取对象或数组 4. 更…

【Linux】进程概念,轻松入门【下篇】

目录 1. 基本概念 2. 常见环境变量 常见环境变量指令 &#xff08;1. PATH &#xff08;2. HOME &#xff08;3. SHELL 3.环境变量的组织形式 &#xff08;1&#xff09;通过代码如何获取环境变量 &#xff08;2&#xff09;普通变量与环境变量的区别 &#xff08;3&…

206.Flink(一):flink概述,flink集群搭建,flink中执行任务,单节点、yarn运行模式,三种部署模式的具体实现

一、Flink概述 1.基本描述 Flink官网地址:Apache Flink — Stateful Computations over Data Streams | Apache Flink Flink是一个框架和分布式处理引擎,用于对无界和有界数据流进行有状态计算。 2.有界流和无界流 无界流(流): 有定义流的开始,没有定义结束。会无休止…

[当前就业]2023年8月25日-计算机视觉就业现状分析

计算机视觉就业现状分析 前言&#xff1a;超越YOLO&#xff1a;计算机视觉市场蓬勃发展 如今&#xff0c;YOLO&#xff08;You Only Look Once&#xff09;新版本的发布周期很快&#xff0c;每次迭代的性能都优于其前身。每 3 到 4 个月就会推出一个升级版 YOLO 变体&#xf…