玩转单细胞(12):单细胞celltype颜色、顺序设置及V5小问题
- 生活百科
- 2024-04-05
- 109
❞玩转单细胞往期精彩系列:玩转单细胞(2):批量做图修饰玩转单细胞(3):堆叠柱状图添加比例
玩转单细胞(4):单细胞相关性
玩转单细胞(5):单细胞UMAP图只标记特定细胞群、圈定细胞群及坐标轴修改
玩转单细胞(6):单细胞差异基因展示之对角散点图
玩转单细胞(7):修改对象基因名称
玩转单细胞(8): 单细胞3维聚类图展示
玩转单细胞(9):单细胞对象数据操作玩转单细胞(10):替换单细胞对象UMAP坐标
玩转单细胞(11):单细胞基因表达图分面设置
今天我们这一期要说的内容其实很简单,之前我们在写其他内容的时候或多或少的提到过,但是奈何问的人实在很多,次数也很多,所以索性这里出个帖子,将这个问题直接综合起来讲一下。这个内容就是我们用作图的时候,例如做降维图的时候,如何指定的颜色。用或者作图的时候如何设置顺序。那么最后还有一个小问题就是 V5 的使用,其实的更新并不是很可怕,遇到那里有错,解决就可以了!
一、指定降维图中的颜色
我们使用做将降维图的时候,每个或者的颜色是利用cols参数设置的,那么很多小伙伴就提出问题,我修改颜色的时候如何指定呢。很简单:
#==========================================================================
# 1、cluster/celltype指定颜色设置
#==========================================================================
library(Seurat)
#指定cluster/celltype的颜色
Idents(uterus) <- "seurat_clusters"
clusterCols <- c("#843C39", "#8C6D31", "#E6550D", "#3182BD", "#54990F",
"#BD9E39", "#E7BA52", "#31A354", "#E41A1C", "#6BAED6",
"#9ECAE1", "#AD494A", "#A1D99B", "#C7E9C0", "#99600F",
"#C3BC3F", "#D6616B", "#FF7F00", "#1B9E77", "#FDAE6B",
"#66A61E", "#F1788D", "#E6550D", "#E7969C")
names(clusterCols) <- c(0:24)
DimPlot(uterus, group.by='seurat_clusters', cols=clusterCols, pt.size=1, raster=F, label = T)+NoLegend()
unique(uterus$celltype)
# [1] "Smooth muscle cells" "Lymphocytes"
# [3] "Unciliated epithelial cells" "Stromal fibroblasts"
# [5] "Ciliated epithelial cells" "Endothelial cells"
# [7] "Macrophages"
Idents(uterus) <- "celltype"
cols <- c("#843C39", "#E6550D", "#3182BD", "#54990F", "#FF7F00", "#1B9E77", "#FDAE6B")
#将需要的颜色与cell type对应
names(cols) <- c("Lymphocytes",
"Stromal fibroblasts",
"Unciliated epithelial cells",
"Endothelial cells",
"Smooth muscle cells",
"Ciliated epithelial cells",
"Macrophages" )
DimPlot(uterus,group.by='celltype',cols=cols,pt.size=1,raster=F,label=T)+NoLegend()
二、作图顺序的指定这个问题真的说过无数次了,设置顺序其实就是就可以了!
#==========================================================================
# 2、seurat作图修改celltype或者cluster顺序
#==========================================================================
library(ggplot2)
#比如我做一个小提琴图
p1 = VlnPlot(uterus, features = "CD74", pt.size = 0, cols = cols)+theme(axis.title = element_blank(),
axis.text.x = element_text(angle = 90))+NoLegend()
Idents(uterus) <- factor(Idents(uterus), levels = c("Lymphocytes",
"Stromal fibroblasts",
"Unciliated epithelial cells",
"Endothelial cells",
"Smooth muscle cells",
"Ciliated epithelial cells",
"Macrophages" ) )
p2 = VlnPlot(uterus, features = "CD74", pt.size = 0, cols = cols)+theme(axis.title = element_blank(),
axis.text.x = element_text(angle = 90))+NoLegend()
p1|p2
#同样的设置后,Dotplot也会随着自定义顺序显示
markers <- c("ACTA2", "RGS5", #smooth muscle cells---7, 16
"MS4A6A", "CD68","LYZ",#macrophages---13
"CCL5", "STK17B","PTPRC",#lymphocytes---0,3,4,5,6,14,15,17,23,18,19
"DCN", "COL6A3", "LUM",#stromal fibroblasts---2,20
"PECAM1","PCDH17", "VWF",#endothelial cells---8,11,22
"EPCAM", "CDH1",#(unciliated)epithelial cells---1,9,21
"FOXJ1","CDHR3","DYDC2")#(ciliated)epithelial cells---10,12
DotPlot(uterus, features = markers)+theme_bw()+theme(axis.title = element_blank(),
axis.text.x = element_text(angle = 90))
#对于split的
p3 = DimPlot(uterus, split.by = "orig.ident")
#可以看到celltype legend的排列是按照我们设置的顺序。但是我们需要设置分组的顺序
uterus$orig.ident <- factor(uterus$orig.ident, levels = c("HC","EEC","AEH"))
p4 = DimPlot(uterus, split.by = "orig.ident")
p3/p4
三、 V5
更新到V5,也许你用的V4,或者不小心更新到V5,可能在使用一些内容的时候出错。或者你用的V5构建的对象,但是用之前的一些包或者教程的时候出错!不过不是什么大毛病。其实就是数据结构发生了变化,如果你关心你就取看看官网.如果不关心,那也没关系,遇到了解决就可以了这里我们以为例, obj用的V5构建的!
#==========================================================================
# 3、seurat V4/V5的一个小问题示例
#==========================================================================
#seurat更新到V5,也许你用的V4,或者不小心更新到V5,可能在使用一些内容的时候出错。
#或者你用的V5构建的seurat对象,但是用之前的一些包或者教程的时候出错!
#不过不是什么大毛病。其实就是数据结构发生了变化,如果你关心你就取看看官网
#如果不关心,那也没关系,遇到了解决就可以了
#这里我们以scmetabolism为例,seurat obj用的V5构建的
library(scMetabolism)
human_countexp_Seurat<-sc.metabolism.Seurat(obj = obj,
method = "AUCell",
imputation =F,
ncores = 2,
metabolism.type = "KEGG")
#很快就会出现如下的报错
# Error in sc.metabolism.Seurat(obj = obj, method = "AUCell", imputation = F, :
# no slot of name "counts" for this object of class "Assay5"
#我们看看这个R包的原函数,我这里截图一部分:
```
sc.metabolism.Seurat <- function(obj, method = "VISION",
imputation = F, ncores = 2,
metabolism.type = "KEGG") {
countexp<-obj@assays$RNA@counts
countexp<-data.frame(as.matrix(countexp))
#signatures_KEGG_metab <- "./data/KEGG_metabolism_nc.gmt"
#signatures_REACTOME_metab <- "./data/REACTOME_metabolism.gmt"
signatures_KEGG_metab <- system.file("data", "KEGG_metabolism_nc.gmt", package = "scMetabolism")
signatures_REACTOME_metab <- system.file("data", "REACTOME_metabolism.gmt", package = "scMetabolism")
...
}
```
#可以看到,作者在提取count exp的时候,使用的是countexp<-obj@assays$RNA@counts
#这是因为数据结构改变了。所以我们只需要修改一下函数的这里就可以了。当然了,后续如果作者更新R包那就最好了
#获取矩阵使用getassaydata
countexp<-GetAssayData(obj, assay = 'RNA', layer = 'counts')
# countexp<-GetAssayData(obj, assay = 'SCT', layer = 'counts')
这样就完事了,问题不大。都是一些小问题,但是很实用。觉得分享有用的,点个赞再走呗!
发表评论