前情提要

上幾期的推文給大家分享了我對(duì)于用熱圖可視化及美化marker基因的內(nèi)容

• Doheatmap常用參數(shù)及美化
• 使用Complexheatmap美化熱圖
• Scillus包美化熱圖

接下來(lái)一起來(lái)了解一下Dotplot可視化Marker基因吧。

Dotplot結(jié)果圖解析

在進(jìn)行細(xì)胞亞群注釋的時(shí)候，可以使用Dotplot可視化收集整理的基因集，來(lái)輔助我們進(jìn)行細(xì)胞亞群的判斷

（PS : 可以看到我們收集整理的基因的特異性都非常好，絕大部分都有單細(xì)胞亞群的排他性 ，比如9群是CPA3代表的mast細(xì)胞，它在mast亞群里面的幾乎是百分百表達(dá)，但是在其他亞群都是不表達(dá)！）

如果關(guān)注單個(gè)基因的話，也可以只查看單個(gè)基因在不同亞群的表達(dá)情況，在單細(xì)胞水平看指定基因的表達(dá)量差異情況分享的文章中就有對(duì)某個(gè)基因進(jìn)行可視化展示

DotPlot(sce.all.int, features = c("MTIF2"), group.by = "celltype") 

（PS ; 因?yàn)?span style="color: rgb(152, 195, 121);font-family: Consolas, Monaco, Menlo, monospace;font-size: 12px;letter-spacing: normal;text-align: left;white-space-collapse: preserve;background-color: rgb(40, 44, 52);">MTIF2這個(gè)基因并不是已知的各個(gè)單細(xì)胞亞群特征基因，所以可以看到它很難有排他性，而且它即使是在肝細(xì)胞里面也就是30%的表達(dá)比例，只不過(guò)是肉眼看起來(lái)好像是跟前面的百分比一樣的效果，所以大家務(wù)必注意圖例！）

Dotplot結(jié)果圖上會(huì)展示出來(lái)Average Expressed以及Percent Expressed，及基因的平均表達(dá)量（點(diǎn)的顏色）以及表達(dá)的百分比（點(diǎn)的大?。?/strong>

通過(guò)將繪圖結(jié)果保存為一個(gè)變量，可以看到里面的保存的用于畫圖的數(shù)值

p = DotPlot(sce.all.int, features = c("MTIF2"), group.by = "celltype") 

View(p)

其中data數(shù)據(jù)中就包含了Average Expressed、Percent Expressed以及Average Expressed scaled

在推文務(wù)為有補(bǔ)于世 | 單細(xì)胞之DotPlot的表達(dá)量哪來(lái)的？整理了平均表達(dá)量Average Expressed的計(jì)算方法

1. 簡(jiǎn)單嘗試計(jì)算平均表達(dá)量-Average Expressed：查看B細(xì)胞亞群里面MTIF2基因的平均表達(dá)量

取出B細(xì)胞亞群，獲取B細(xì)胞亞群里面MTIF2基因原始表達(dá)矩陣，計(jì)算平均表達(dá)量

#average expressed

sce.B = sce.all.int[, sce.all.int$celltype %in% c( 'Bcell')]

gene_expression <- sce.B[["RNA"]]$counts["MTIF2", ]

# 計(jì)算平均表達(dá)量，忽略NA值
average_expression <- mean(gene_expression/sce.B$nCount_RNA*10000, na.rm = TRUE)

2. 計(jì)算基因在不同亞群里面的表達(dá)百分比Percent Expressed

統(tǒng)計(jì)并整理基因在不同細(xì)胞亞群的表達(dá)與否情況，然后計(jì)算表達(dá)數(shù)量占全部細(xì)胞亞群數(shù)量的百分比

#pct.express計(jì)算方式
MTIF2 = sce.all.int@assays$RNA$data["MTIF2",]>0

t(table(MTIF2,sce.all.int$celltype))

data <- data.frame(
  CellType = c("Bcell", "cycle", "endothelial", "epithelial", "hepatocytes", "macrophages", "mast", "myeloids", "myofibroblasts", "Tcell"),
  MTIF2_FALSE = c(3053, 1810, 3609, 1975, 6294, 5509, 186, 10335, 1131, 7414),
  MTIF2_TRUE = c(355, 411, 448, 446, 3040, 1154, 7, 1370, 144, 503)
)

# 計(jì)算每個(gè)細(xì)胞亞群中總細(xì)胞數(shù)
data$TotalCells <- data$MTIF2_FALSE + data$MTIF2_TRUE

# 計(jì)算每個(gè)細(xì)胞亞群中MTIF2的表達(dá)占比，并添加到data表格中
data$PercentExpressed <- (data$MTIF2_TRUE / data$TotalCells)*100

在畫圖展示的labels中，x軸是我們選擇展示的基因，y軸identity是細(xì)胞亞群，點(diǎn)的大小是由pct.exp決定的，顏色是由avg.exp.scaled決定的

關(guān)于avg.exp.scaled的計(jì)算沒(méi)有去嘗試，大家感興趣的可以看一下Dotplot函數(shù)的具體計(jì)算方式

Dotplot常用參數(shù)

除了輸入數(shù)據(jù)（object）、基因集（features）以及分組信息（group.by）和分割參數(shù)（split.by）這些常用參數(shù)外，還有一些和點(diǎn)的顏色大小以及scale范圍相關(guān)的參數(shù)

點(diǎn)的顏色及縮放大小

• cols: 繪圖顏色——可以是RColorBrewer包中的調(diào)色板名稱，也可以是自定義的漸變的兩種顏色，或者是定義多個(gè)漸變的三種以上顏色（如果設(shè)置了split.by）。

• col.min: 縮放后平均表達(dá)的顏色最小閾值。

• col.max: 縮放后平均表達(dá)的顏色最大閾值。

• dot.min: 繪制最小點(diǎn)的細(xì)胞分?jǐn)?shù)（默認(rèn)為0）,所有表達(dá)給定基因的細(xì)胞組少于此分?jǐn)?shù)的將不繪制點(diǎn)。
• dot.scale: 氣泡大小的縮放比例，類似于cex參數(shù)，默認(rèn)是6，可以通過(guò)這個(gè)參數(shù)調(diào)節(jié)各個(gè)氣泡大小之間差異程度

• scale: 確定數(shù)據(jù)是否縮放，TRUE為默認(rèn)。
• scale.by: 通過(guò)'size'或'radius'兩種方式縮放點(diǎn)的大小，默認(rèn)為"radius"。
• scale.min: 設(shè)置縮放的下限，使用NA為默認(rèn)值。
• scale.max: 設(shè)置縮放的上限，使用NA為默認(rèn)值。

使用默認(rèn)參數(shù)繪圖

具體繪圖及美化還是使用pbmc-3k的注釋分群后的示例數(shù)據(jù)，使用FindAllMarkers查找并獲取top5的Marker基因進(jìn)行可視化

#top5 marker基因獲取

pbmc.markers <- FindAllMarkers(pbmc, only.pos = TRUE, min.pct = 0.25,  logfc.threshold = 0.25, verbose = FALSE)

top5 = pbmc.markers %>% group_by(cluster) %>% top_n(n = 5, wt = avg_log2FC)

g = unique(top5$gene)

可以先看看直接使用默認(rèn)參數(shù)，不調(diào)節(jié)展示的情況

DotPlot(pbmc, features = g)

可以看到features展示列全部擠在了一起，不便于閱讀。所以可以對(duì)采用參數(shù)傾斜展示基因，或者將基因和細(xì)胞亞群調(diào)換位置

1. 調(diào)節(jié)features的排列角度

DotPlot(pbmc, features = g) + RotatedAxis()

2.將features和identity調(diào)換位置

DotPlot(pbmc, features = g) + coord_flip()+ RotatedAxis()

小結(jié)

這期簡(jiǎn)單了解了一下Dotplot展示的Average Expressed以及Percent Expressed計(jì)算方式，以及Dotplot常用參數(shù)

最后簡(jiǎn)單的使用默認(rèn)參數(shù)展示了top5的marker基因，使用參數(shù)傾斜展示基因，或者將基因和細(xì)胞亞群調(diào)換位置對(duì)結(jié)果圖進(jìn)行簡(jiǎn)單的調(diào)整

Dotplot可調(diào)節(jié)的點(diǎn)還有很多，下期一起來(lái)了解一下基于Dotplot函數(shù)可視化的美化（以及它的多種變形操作，比如下面的圖E就可以直接使用上面的dotplot函數(shù)的數(shù)據(jù)  ）