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 ...
最新文章
- Python入门学习方法有哪些?
- 13.Django之url路由系统初探(一)
- VK Cup 2012 Qualification Round 2 C. String Manipulation 1.0 字符串模拟
- 设计用例测试下面的python程序def do_你能变形python的unittest测试用例吗?
- python-非负矩阵分解-NMF
- (转)编码剖析Spring依赖注入的原理
- Windows2008|2003超出最大连接数
- 高职院校计算机实验室管理的对策与思考
- 4D领导力打造卓越团队
- 小说形象特征包括哪些方面_【现代文阅读】分析小说中人物形象特点答题模板...
- Flume 数据采集
- MySQL微专业_网易微专业Java开发工程师
- 集成学习-Bagging和Pasting
- 气传导耳机是什么原理?气传导蓝牙耳机优缺点分析
- HBaseCon亚洲2018峰会盛大开幕 阿里带你洞悉HBase大数据生态最新发展和行业实践...
- 使用百度云盘快速下载文件
- 博彩游戏(tyvj 1519)
- 央企招聘:正式编制 | 2023年烟草局面向社会公开招聘公告!七险二金!薪资过万!
- SQL笔试题(持续更新)
- 图像特征-上篇(10大图像特征)
热门文章
- source Insight常用自定义命令( custom commands )
- Cloudflare 5秒盾自定义页面教程加源代码
- iOS设备管理器2023最新版iMazing第三方的管理软件
- 基于springcolud微服务的超市仓库管理系统
- 计算机毕业设计 ssm学生社团管理系统(源码+论文)
- 通过按钮添加、删除表格及表单元素
- 『Discrete Mathematics and Its Applications』离散数学及其应用学习笔记
- (一)易语言学习笔记之从了解易语言到写一个小程序
- AIX的vmstat命令详解(原创)
- VMware虚拟机无法同时开启多个