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

接着单细胞下游分析：

从Cell学单细胞转录组分析(一):开端！！！
跟着Cell学单细胞转录组分析(二):单细胞转录组测序文件的读入及Seurat对象构建
跟着Cell学单细胞转录组分析(三):单细胞转录组数据质控（QC）及合并去除批次效应
跟着Cell学单细胞转录组分析(四):单细胞转录组测序UMAP降维聚类
跟着Cell学单细胞转录组分析(五):单细胞转录组marker基因鉴定及细胞群注释
跟着Cell学单细胞转录组分析(六):细胞比例计算及可视化
跟着Cell学单细胞转录组分析(七):细胞亚群分析及细胞互作

===========================================

这节内容我们说说差异基因的筛选及个性化作图。单细胞转录组差异基因的鉴定原理类似于普通转录组，只不过是样品数增加了，也就是一个细胞代表一个样品。关于单细胞转录组差异基因分析方法的选择可以参考：http://www.360doc.com/content/21/0714/12/76149697_986499764.shtml。我们这里使用Seurat默认的方法，重点是结果的可视化。

细胞定群后，我们可以看看不同组同一细胞的差异基因（DEG），首先提取这个类型的Seurat对象，使用FingMarkers函数，设置分组和比较。

DimPlot(object = scedata,label = T,pt.size = 1)+labs(x = "UMAP1", y = "UMAP2",title = 'celltype') + theme(legend.position = c(14,0),legend.justification = c(0,1),panel.border = element_rect(fill=NA,color="black", size=1, linetype="solid"))
#DEGs
Fibroblast <- subset(scedata, celltype=="Fibroblast")
diff_Fibroblast <- FindMarkers(Fibroblast, min.pct = 0.25, logfc.threshold = 0.25,group.by = "group",ident.1 ="GM",ident.2="BM")

一般我们可以直接使用一个火山图来展示差异基因。

BiocManager::install('EnhancedVolcano')
library(EnhancedVolcano)
EnhancedVolcano(diff_Fibroblast,lab = rownames(diff_Fibroblast),x = 'avg_log2FC',y = 'p_val_adj',pCutoff = 0.05,FCcutoff = 0.5,pointSize = 3.0,labSize = 6.0,title = 'diff_Fibroblast')

image

但是这样我们也发现一个问题，每一个分群，每一次比较都要做一个火山图，那简直是放不完的，所以可以将这些火山图放在一张图上显示，这样的显示方式是不是好多了。

image

<mp-pay-preview-filter style="margin: 0px; padding: 0px;"></mp-pay-preview-filter>

首先我们将每个组比较得到的差异基因结果合并，并添加各自的cluster类型。设置显著基因，与之前转录组火山图类似（转录组不求人系列(十): NCS级别的火山图，总有一款适合你！）。

更多内容请至我的个人公众号《KS科研分享与服务》

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相关推荐

跟着Cell学作图 | 2.柱状图+误差棒+散点+差异显著性检验
跟着 Cell 学作图 | 2.柱状图+误差棒+散点 "实践是检验真理的唯一标准." "复现是学习R语言的最好办法." 2021.4.12_1 DOI: 10. ...
跟着Cell学作图|9.PPI分析(GeNets数据库)
9.PPI分析(GeNets数据库) "实践是检验真理的唯一标准." "复现是学习R语言的最好办法." DOI: 10.1016/j.cell.2020.05. ...
跟着Cell学作图 | 5.UMAP降维分析
跟着 Cell 学作图 | 5.UMAP降维分析 "实践是检验真理的唯一标准." "复现是学习R语言的最好办法." 2021.4.12_1 DOI: 10.10 ...
跟着Cell学作图 | 12.韦恩图(Vennerable包)
"实践是检验真理的唯一标准." "复现是学习生信的最好办法." 2021.4.12_1 DOI: 10.1016/j.cell.2020.05.032 这篇20 ...
跟着 Cell 学作图 | 4.小提琴图
跟着 Cell 学作图 | 4.小提琴图 "实践是检验真理的唯一标准." "复现是学习R语言的最好办法." DOI: 10.1016/j.cell.2020.0 ...
跟着 Cell 学作图 | 3.箱线图+散点+差异显著性检验
跟着 Cell 学作图 | 3.箱线图+散点+差异显著性检验 "实践是检验真理的唯一标准." "复现是学习R语言的最好办法." DOI: 10.1016/j.c ...
跟着Cell学单细胞转录组分析(五):单细胞转录组marker基因鉴定及细胞群注释
书接上回(跟着Cell学单细胞转录组分析(四):单细胞转录组测序UMAP降维聚类).完成数据降维和细胞聚类后,最主要的环节和工作就是确定各个细胞群,明确是什么类型的细胞,正群的细胞定群很关键,涉及到整 ...
跟着CELL学作图|1.火山图
跟着CELL学作图之火山图 "实践是检验真理的唯一标准." "复现是学习R语言的最好办法." DOI: 10.1016/j.cell.2020.05.032 这 ...
跟着 Cell 学作图 | 桑葚图(ggalluvial)
桑葚图今天我们复现一幅2021年Cell上Graphical abstract的图. Title:Human oral mucosa cell atlas reveals a stromal-neu ...

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

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相关推荐

最新文章

热门文章