本文主要是介绍【单细胞高级绘图】09.细胞通讯_两组比较_连线图,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!
上周一位读者联系我,让我帮忙发一个绘图的单子。在朋友圈发单后,感兴趣的朋友很多,有十几位还私聊我让我分享一下代码,可见大家还是很感兴趣的。不过等了两天,依旧没有勇士接单,可能是因为这种图比较少见,大家画得少。
先来理解一下这张图,在b图中:
- 左边是
EC
细胞表达的ligand
,右边是mNEUR
细胞表达的receptor
。 ligand
这一列对应的基因会排序,依据是两个group(比如young和old两组)在EC
细胞中找完差异基因后,能知道这些基因的log(FC_young_to_old)
,从大到小依次往下排,并涂色。同时,找差异基因也能知道p值
,原文表示显著性用的是圆环的颜色
,越显著,圆环颜色越深。receptor
这一列类似ligand列,不过是在mNEUR
细胞中,两组
之间找差异基因。- 图中的线段,表示
ligand-receptor
对,而这个信息(谁和谁构成受配体)是已知的,数据库可以下载到(也就是说,这个图即便不做细胞通讯分析,只要能下载到ligand-receptor信息,也能画)。cellphonedb
的输出结果也间接含有这个信息,我的代码基于这个。 - 至于连线的颜色,我看了一下,没怎么变化,所以我推测线段的颜色取决于线段两侧ligand-receptor是高表达还是低表达,高表达时线段用浅红色,低表达时线段用浅蓝色。
以上解读均为我的理解,我没有看原文。我的图会略作更改,下文会说。
另外,因为一些互作关系没法用一个ligand一个receptor去表示,这样的pair不适合用这个图展示。
此篇推文的代码一共有3
个:CCC_compare2.R
、CCC_line.R
、CCC_line2.R
。每个代码都能出一张有意义的图。
准备数据
source("CCC_compare2.R")
CCC_compare2(group1.name = "Old",group2.name = "Young",group1.pfile = "cellphonedb/Old/pvalues.txt",group1.mfile="cellphonedb/Old/means.txt",group2.pfile="cellphonedb/Young/pvalues.txt",group2.mfile="cellphonedb/Young/means.txt",p.threshold = 0.05,thre=0.5,cell.pair="EC|APC", #指定ligand产生的细胞|receptor产生的细胞plot.width=15,plot.height=30,filename = "test3_"
)
前几行代码跟上一节是类似的,也能输出一个表格
(test3_Old2Young.xlsx)和对应的气泡图
。
后续的连线图
基于这个表格的数据。
连线图有个特点,就是"谁是ligand,谁是receptor,ligand和receptor分别由什么细胞产生"非常明确,CCC_compare2.R
这个代码比CCC_compare.R (在上一节)
增加一百多行去理清这个事情,输出的图和表格pair左边
的就是ligand(产生的细胞),右边
的就是receptor(产生的细胞)
连线图的绘制 第1种方法
source("CCC_line.R")
CCC_line(table.path="test3_Old2Young.xlsx",ligand.cell="EC",receptor.cell="APC",group1.name = "Old",group2.name = "Young",#这五个参数和上一步对应ligand.color="#4dbbd6",receptor.color="#90d1c1",pt.size=6,line.thre1=0.5,line.thre2=6,#line.thre1和上一步的"thre"参数一致,line.thre2可以用来调整线的粗细,值越大,线越细file.name="test3_",plot.width=25,plot.height=20)
第一种方法不涉及差异基因,因此左右两列是统一的圆点。线段粗颜色红,表示(相较于group2)group1的互作强;线段粗颜色蓝,表示(相较于group2)group1的互作弱。
连线图的绘制 第2种方法
library(Seurat)
testseu=readRDS("testseu.rds")
# 此次演示为了加快运行速度,人为减少了数据量,实际分析中找差异基因不建议这么做
selectedCB=sample(testseu@meta.data$CB,1000)
testseu=testseu%>%subset(CB %in% selectedCB)# 基于分组找差异基因
marker_group=data.frame()
Idents(testseu)="celltype_age"
for ( ci in c("EC","APC") ) {tmp.marker <- FindMarkers(testseu, logfc.threshold = 0, min.pct = 0.01,only.pos = F, test.use = "wilcox",ident.1=paste0(ci,"_Old"),ident.2=paste0(ci,"_Young"))tmp.marker$gene=rownames(tmp.marker)tmp.marker$cluster_group=ifelse(tmp.marker$avg_log2FC > 0,paste0(ci,"_Old"),paste0(ci,"_Young"))tmp.marker$cluster=citmp.marker=tmp.marker%>%arrange(desc(avg_log2FC))marker_group=marker_group%>%rbind(tmp.marker)
}
#本次演示的数据集为小鼠数据集,在运行cellphonedb时,进行了基因symbol的转换。
#此处找差异基因得到的symbol为真实基因名,为了让两个分析匹配,DEG表格也应该做基因名转换。
#但是为了简化,此处只是简单地将小鼠基因名转为大写,不是很精确。大家在分析的时候建议严格一点。
marker_group$gene=marker_group$gene %>% toupper()
第二种方法需要不设置筛选条件去找差异基因,然后用CCC_line2函数就可以了
source("CCC_line2.R")
CCC_line2(cpdb.table.path = "test3_Old2Young.xlsx",marker_group = marker_group,ligand.cell = "EC",receptor.cell = "APC",group1.name = "Old",group2.name = "Young",line.size = 2,file.name = "test3_",plot.width = 25,plot.height = 20)
这种方法得到的图,左右两列添加了差异基因相关的信息,p值、log2FC。线段的粗细固定了,线段的颜色表示(相较于group2)group1的互作强弱。
本文代码编写(3
个函数)花费大量时间,故不无偿提供,有需要的朋友可以公粽号后台回复2022B
这篇关于【单细胞高级绘图】09.细胞通讯_两组比较_连线图的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!