大秀直播是不是真的吗

在著作中鄙俚鄙俚看到Monocle2展示celltype在拟时轴上的散播，使用密度图（ggplot修饰monocle2拟时热图：一众问题一谈处置)。就有小伙伴提倡问题了，monocle3我也念念这么展示，固然是不错的！作念好密度图与拟时热图聚会拼接，不失为一种好主张，不错判辨的默示celltype在拟时中的位置：本文驻扎代码已发布微信VIP群，请自行下载！monocle3有关分析示例数据和可视化参考（(视频教程): Monocle3分析过程-分析简化函数和可视化函数)。

图片

接下来咱们望望具体的示例。率先作念一个分析示例：依然定好拟时开首。

library(ggplot2)library(monocle3)source('./ks_run_monocle3.R')#monocle3 analysis#运转monocle3分析0参照monocle3视频教程cds_data <- ks_run_monocle3(object=cytotrace2_sce,                            idents="cluster",                            use_partition=F,                            learn_graph_control=list(minimal_branch_len=9.5,euclidean_distance_ratio=1),                            define_root=T,                            know_root=T,                            root_state="YSMP")#plot-拟时基本作图plot_cells(cds_data, label_cell_groups = F,            color_cells_by = "pseudotime",            label_branch_points = F,            label_roots =F,           label_leaves =F,           graph_label_size = 0,            cell_size=2,            trajectory_graph_color='black',           trajectory_graph_segment_size = 2)

图片

提真金不怕火拟时与celltype戒指：

pseudotime <- pseudotime(cds_data) %>% as.data.frame()pseudotime$cell <- rownames(pseudotime)colnames(pseudotime)[1] <- "peu"celltype <- cds_data@clusters$UMAP %>% as.data.frame()celltype$cell <- rownames(celltype)merge <-merge(pseudotime, celltype, by = 'cell')merge <- merge[order(merge$peu), ]

密度图：

p=ggplot(merge,aes(peu,fill=clusters, color=clusters)) +    geom_density(alpha = 0.5,size=1.2)+  scale_fill_manual(values=c("#3F6F76", "#C65840", "#F4CE4B", "#62496F"))+  #树立姿首   scale_color_manual(values=c("#3F6F76", "#C65840", "#F4CE4B", "#62496F"))+    theme_classic()+ #我这里不展示坐标轴信息，可自行树立  scale_y_continuous(expand = c(0,0))+  theme(axis.line = element_blank(),        axis.ticks.y=element_blank(),        axis.title = element_blank(),        axis.text.y = element_blank(),        axis.text.x=element_text(colour='black',size=10))+  labs(title = "Pseudotime")p

图片

不错看到，咱们这个情况是因为YSMP处于拟时开首，泰国按摩群是以导致开首密度很高，作图很卓绝，背面的王人看不到了，是以将y周截断展示：这么效力就不错了！看起来相比判辨。

p+scale_y_break(c(1, 2),                scales = c(0.5,2),                expand=expansion(add = c(0, 0)),                space = 0.2)

图片

固然这个图不错使用AI与拟时热图聚会起来展示愈加竣工：

###约略加一个热图，使用AI将两者聚会起来即可source('./ks_monocle3_heatmap.R')#label gene# genes <- c("C1QB","C1QC","C1QA","MRC1","LGMN","MS4A7","MAF","FOLR2",#            "HLA-DPA1","CLEC10A","IL10RA","CD163","KCTD12","CLEC7A","MS4A6A","CD14",#            "ITM2A","CYTL1","MDK","SELP","CD24",#            "S100A8","S100A9","S100A12")# # ht2 = ks_monocle3_heatmap(cds = cds_data,#                           graph_gene = plot_genes,#                           celltype_color = c("#E69253", "#EDB931", "#E4502E", "#4f372d"),#                           cluster_color =c("#8f657d", "#42819F", "#86AA7D", "#CBB396"),#                           num_clusters=4,#                           labels = T,#                           label_genes = genes)

图片

密度图不错分开展示：

ggplot(merge, aes(x=peu,y=clusters,fill=clusters))+  geom_density_ridges(scale=1) +  scale_y_discrete(position = 'right')+  theme_minimal()+  theme(panel.grid = element_blank(),        axis.title = element_blank(),        axis.text = element_text(colour = 'black', size=8))+  scale_x_continuous(position = 'top')+  scale_fill_manual(values=c("#3F6F76", "#C65840", "#F4CE4B", "#62496F"))

图片

这么就完成了。但愿对你有效！

以为咱们共享有些用的大秀直播是不是真的吗，点个赞再走呗！

本站仅提供存储做事，通盘实质均由用户发布，如发现存害或侵权实质，请点击举报。

• 大秀直播是不是真的吗