资讯

历史

科技

环境与自然

成长

游戏

财经

文学与艺术

美食

健康

家居

文化

情感

汽车

三农

军事

旅行

运动

教育

生活

星座命理

基于scCustomize高效展示特定细胞簇

创作时间:

作者:

@小白创作中心

基于scCustomize高效展示特定细胞簇

引用

来源

http://www.360doc.com/content/25/0212/16/76149697_1146614986.shtml

单细胞数据分析是近年来生物医学研究中的一个重要领域，而scCustomize是一个用于优化单细胞数据分析与可视化结果的工具包。本文将详细介绍如何使用scCustomize中的三个函数：Cluster_Highlight_Plot、Cell_Highlight_Plot和Meta_Highlight_Plot，来高效展示特定的细胞簇、特定的细胞或元数据信息。

前情提要

基于scCustomize包Plotting #1: General Analysis Plots美化及可视化单细胞结果数据，也整理了一个系列啦！

探索scCustomize：提升单细胞数据分析与可视化的利器
scCustomize助力轻松优化FeaturePlot
scCustomize一键美化小提琴图
如何快速美化气泡图结果？
DimPlot_scCustom是否优于Dimplot？

今天到最后一部分啦——便捷的高亮可视化特定的细胞亚簇、metadata信息或者需要展示的基因。那一起来学习一下吧！

Highlight Cluster(s)

scCustomize工具包中的Cluster_Highlight_Plot()函数，用于在单细胞数据可视化中突出显示特定的细胞簇（cluster），以便更清晰地确定它们在图中的位置。

当我们使用Dimplot函数直接展示分群结果，即使使用了优化的颜色方案，当同时绘制所有细胞簇时，仍然难以确定各个簇的边界。

函数Cluster_Highlight_Plot()可用于突出显示选定的细胞簇（或多个簇），以便与其他细胞区分开来。

Cluster_Highlight_Plot是从seurat_object@active.ident槽中提取信息，所以这个槽的内容可能并不一定是聚类结果，具体取决于我们的设置。

比如在最开始聚类分群之后，没有对亚群进行命名的时候，我们就可以直接高亮展示active.ident中需要的亚簇。

Cluster_Highlight_Plot(seurat_object = pbmc, cluster_name = "2", highlight_color = "navy",
                       background_color = "lightgray")

seurat_object = pbmc, # 指定Seurat对象
cluster_name = "2", # 指定要突出显示的细胞簇编号为7
highlight_color = "navy", # 突出显示的细胞簇颜色为深蓝色
background_color = "lightgray" # 背景细胞颜色为浅灰色

主要是通过指定特定的亚群，然后使用highlight_color和background_color，将特定的细胞亚群和背景细胞亚群区分开来。

也可以高亮展示两个及以上的亚群：

Cluster_Highlight_Plot(seurat_object = pbmc, cluster_name = c("1", "3","6"),  
                       highlight_color = c("navy","forestgreen","red"))

当命名结束后，并更改了active.ident的信息，就可以根据细胞亚群具体的名字进行可视化展示

new.cluster.ids <- c("Naive CD4 T", "CD14+ Mono", "Memory CD4 T",  
                     "B", "CD8 T","FCGR3A+ Mono", "NK", "DC", "Platelet")
names(new.cluster.ids) <- levels(pbmc)  
# 修改Idents中分群编号为细胞类型  
pbmc <- RenameIdents(pbmc, new.cluster.ids)

和直接用数字编号一样，只需要将对应的cluster编号改为细胞亚群名字即可！

Cluster_Highlight_Plot(seurat_object = pbmc, cluster_name = c("CD14+ Mono", "CD8 T"),  
                       highlight_color = c("forestgreen","red"))

Cell_Highlight_Plot

Cell_Highlight_Plot()是用于在单细胞数据可视化中突出显示特定细胞的函数，适用于那些不通过active.ident或meta.data列定义的细胞群体，例如基于基因表达水平筛选的细胞。

有点类似于可视化marker基因，但是因为可以设置阈值，所以不会显示全部表达该基因的细胞群。具体根据代码和结果来看叭！

设置合适的阈值，根据基因表达情况筛选细胞

# Get cell names  
MS4A1 <- WhichCells(object = pbmc, expression = MS4A1 > 3)

创建命名列表，这个命名列表将作为Cell_Highlight_Plot()函数的cells_highlight参数的输入。

# Make into list  
cells <- list(MS4A1 = MS4A1)

绘制突出显示的细胞

# Plot  
Cell_Highlight_Plot(seurat_object = pbmc, cells_highlight = cells)

如果没有指定highlight_color和background_color，函数将使用默认颜色进行突出显示。
也就是突出显示的细胞会用一种颜色标记，而背景细胞会用lightgray颜色标记。

根据多个基因展示的话，和单个基因可视化流程类似

# Get cell names and make list  
GZMB <- WhichCells(object = pbmc, expression = GZMB > 3)  
LYZ <- WhichCells(object = pbmc, expression = LYZ > 3)  
cells <- list(GZMB = GZMB, LYZ = LYZ)  
# Plot  
Cell_Highlight_Plot(seurat_object = pbmc, cells_highlight = cells)

结合umap图能更好的看出基因表达的细胞亚群：

Cell_Highlight_Plot(seurat_object = pbmc, cells_highlight = cells)+  
  DimPlot(pbmc, reduction = "umap", label = TRUE,   
          repel = T,pt.size = 0.5) + NoLegend()