前情提要

并且基于pbmc3k的數(shù)據(jù)，使用Dotplot進行可視化和簡單調(diào)整。這期一起來了解一下，使用Dotplot參數(shù)調(diào)整美化結(jié)果，以及基于ggplot2進行可視化

Dotplot可視化及美化

示例數(shù)據(jù)為pbmc-3k的注釋分群后的數(shù)據(jù)，使用FindAllMarkers查找并獲取top5的Marker基因進行可視化

#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)

默認參數(shù)繪圖及調(diào)整美化

如果直接使用默認參數(shù)，不調(diào)節(jié)參數(shù)展示的情況

DotPlot(pbmc, features = g)

可以看到橫坐標中features展示列全部擠在了一起，不便于閱讀。因為Dotplot繪圖是基于ggplot2的語法結(jié)構(gòu)的，所以可以調(diào)用ggplot2包里面的函數(shù)去傾斜展示基因，或者將基因和細胞亞群調(diào)換位置的方式進行調(diào)整

1. 調(diào)節(jié)features的排列角度

使用RotatedAxis()函數(shù)將坐標軸標簽旋轉(zhuǎn)，讓features列展示的基因，由最開始的平鋪變?yōu)閮A斜，方便閱讀

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

不過RotatedAxis()函數(shù)里面角度是確定了的，如果需要根據(jù)自己的需求調(diào)整角度可以使用theme()函數(shù)來調(diào)整x軸的具體傾斜角度

DotPlot(pbmc, features = g) + 
  theme(axis.text.x=element_text(angle=70,hjust = 1))

2.將features和identity調(diào)換位置

• 使用coord_flip()函數(shù)翻轉(zhuǎn)坐標軸，使得圖形的布局更加合理。
• 使用RotatedAxis()函數(shù)旋轉(zhuǎn)坐標軸標簽，以便更好地展示和閱讀。

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

3. 分組展示Marker基因

• 使用split函數(shù)按照基因列表以及分類列表進行分組，Marker基因?qū)⒏鶕?jù)它們所屬的群組（cluster）被分組顯示。
• 基于cols函數(shù)指定點圖的顏色
• 使用RotatedAxis函數(shù)將x軸標簽旋轉(zhuǎn)
• 基于theme函數(shù)去調(diào)整坐標軸，設(shè)置文本顏色和大小、添加邊框、調(diào)整間距等

DotPlot(pbmc,
        features = split(top5$gene, top5$cluster),
        cols = c("#ffffff", "firebrick3")
) +
  RotatedAxis() + 
  theme(
    strip.text.x = element_text(size = 8),
    axis.text.x  = element_text(color="black",size=10),
    panel.border = element_rect(color = "black"),
    panel.spacing = unit(1, "mm"),
    axis.title = element_blank(),
    axis.text.y = element_blank(),
  )

使用ggplot2繪圖及美化

已經(jīng)有很多推文基于ggplot2去可視化及美化點圖：

• 比如咱們生信菜鳥團的Dotplot美化——使用ggplot2基于結(jié)果美化
• 生信益站的Seurat::DotPlot美化 (二) ——細胞亞群坐標軸Color Bar注釋

那這邊小謝就偷個懶，基于前輩們整理好的代碼來使用ggplot2繪制marker基因的點圖。

1. 提取數(shù)據(jù)并整理細胞亞群排序

#獲取需要的數(shù)據(jù)
p <- DotPlot(pbmc,
             features = split(top5$gene, top5$cluster),
             cols = c("#ffffff", "firebrick3")) 

#重新整理細胞亞群的排列，倒序排列
p$data$feature.groups2 <- factor(p$data$feature.groups, 
                                 levels = c("Platelet","DC","NK",
                                            "FCGR3A+ Mono","CD8 T","B",
                                            "Memory CD4 T","CD14+ Mono","Naive CD4 T"))

2. 使用ggplot2繪圖

ggplot2繪圖相關(guān)的內(nèi)容是需要反復(fù)練習(xí)的，如果沒有R語言基礎(chǔ)想要系統(tǒng)學(xué)習(xí)的話，可以了解一下生物信息學(xué)馬拉松授課,最近一期在廣州線下，歡迎大家來廣州相聚！

## 加載R包定義圖例顏色----
library(ggh4x)
library(RColorBrewer)

strip <- strip_themed(
  background_x = elem_list_rect(fill = brewer.pal(9, "Paired")))

## 可視化----
p1 <- p$data %>% 
  ggplot(aes(x = features.plot,
             y = id)) + 
  geom_point(aes(size = pct.exp, 
                 color = avg.exp.scaled)) + 
  facet_wrap2(~feature.groups2, 
              scales = "free_x", 
              strip = strip, 
              nrow = 1) + 
  theme_classic() + 
  RotatedAxis()+
  theme(strip.text.x = element_text(size = 8),
        axis.text.x = element_text(color="black",size=10),
        axis.title = element_blank(),
        strip.background = element_rect(color = "white"),
        axis.text.y = element_blank()) + 
  scale_color_gradient(low = "#ffffff",
                       high = "firebrick3", 
                       name = "avg.exp")

p1

這樣就得到了帶有背景顏色圖例的結(jié)果，為了簡潔將左邊的細胞亞群標簽信息使用axis.text.y = element_blank()不進行展示，當然我們也可以調(diào)整之后，將y軸的圖例加上

3. 整理y軸標簽

## 圖例信息----
library(ggplot2)

df <- data.frame(x = 0, y = levels(pbmc), stringsAsFactors = F )
df$y <- factor(df$y, levels = df$y )

#通過shape選擇自己想要的圖例形狀
p2 <- ggplot(df, aes(x, y, color = factor(y))) +
  geom_point(size = 6, shape = 18, show.legend = F) +
  scale_color_manual(values = rev(brewer.pal(9, "Paired"))) +
  theme_classic() +
  scale_x_continuous(expand = c(0,0)) +
  theme(
    plot.margin = margin(r=0),
    axis.title = element_blank(),
    axis.text.x = element_blank(),
    axis.text.y = element_text(size = 9),
    axis.ticks = element_blank(),
    axis.line = element_blank()
  )

p2

選擇了shape=18的實心菱形

然后將整理好的圖例和點圖拼接到一起即可

library(cowplot)
plot_grid(p2, p1, align = "h", axis="bt", rel_widths = c(1.5, 9))

小結(jié)

這期基于ggplot2在Dotplot結(jié)果的基礎(chǔ)上進行調(diào)整，以及提取Dotplot的結(jié)果數(shù)據(jù)，使用ggplot2進行美化和可視化