单细胞分析(Signac): PBMC scATAC-seq 基因组区域可视化

简介: 单细胞分析(Signac): PBMC scATAC-seq 基因组区域可视化

引言

在本教学指南中,我们将探讨由10x Genomics公司提供的人类外周血单核细胞(PBMCs)的单细胞ATAC-seq数据集。

加载包

首先加载 Signac、Seurat 和我们将用于分析人类数据的其他一些包。

if (!requireNamespace("EnsDb.Hsapiens.v75", quietly = TRUE))
    BiocManager::install("EnsDb.Hsapiens.v75")

library(Signac)
library(Seurat)
library(EnsDb.Hsapiens.v75)

library(ggplot2)
library(patchwork)

绘制基因组区域

我们能够利用 CoveragePlot() 函数,根据细胞的聚类、细胞类型或对象中存储的任何其他元数据信息,绘制基因组特定区域内 Tn5 整合发生的频率分布图。这些图表呈现了一种模拟的批量可访问性轨迹,即组内所有细胞的信号被综合平均后,用来展示该区域 DNA 的可接近性(这一功能的灵感来源于 Andrew Hill 在其精彩博客文章中的分享)。除了展示可访问性轨迹,我们还可以在图表中加入其他重要信息,如基因注释、峰值坐标和基因组链接(如果这些信息已在对象中定义)。更多详细信息,请参阅可视化指南。

# set plotting order
levels(pbmc) <- c("CD4 Naive","CD4 Memory","CD8 Naive","CD8 effector","Double negative T cell","NK dim", "NK bright", "pre-B cell",'B cell progenitor',"pDC","CD14+ Monocytes",'CD16+ Monocytes')

CoveragePlot(
  object = pbmc,
  region = rownames(da_peaks)[1],
  extend.upstream = 40000,
  extend.downstream = 20000
)

我们也可以通过 CoverageBrowser() 函数来生成这些图表的交互式版本。以下是一个录制的演示,展示了如何利用 CoverageBrowser() 函数来交互式地浏览基因组并调整绘图设置。在 CoverageBrowser() 界面中,点击“保存图表”按钮可以将当前的图表保存到一个 ggplot 对象的列表中,当您完成交互式浏览并点击“完成”按钮时,这个列表将被返回,这样您就可以在交互式会话中保存那些有价值的视图。

相关文章
|
24天前
|
数据可视化 C++
RNA-seq 差异分析的点点滴滴(3)
RNA-seq 差异分析的点点滴滴(3)
51 27
RNA-seq 差异分析的点点滴滴(3)
|
17天前
|
并行计算 数据可视化 开发者
RNA-seq 差异分析的点点滴滴(4)
RNA-seq 差异分析的点点滴滴(4)
24 3
RNA-seq 差异分析的点点滴滴(4)
|
1月前
|
Python
RNA-seq 差异分析的点点滴滴(2)
RNA-seq 差异分析的点点滴滴(2)
48 10
RNA-seq 差异分析的点点滴滴(2)
|
1月前
|
存储
RNA-seq 差异分析的点点滴滴(1)
RNA-seq 差异分析的点点滴滴(1)
35 1
RNA-seq 差异分析的点点滴滴(1)
|
1月前
|
数据可视化 搜索推荐
单细胞分析 | 基因组区域的可视化 (2)
单细胞分析 | 基因组区域的可视化 (2)
32 0
单细胞分析 | 基因组区域的可视化 (2)
|
2月前
|
存储 数据可视化 搜索推荐
单细胞分析 | 基因组区域的可视化 (1)
单细胞分析 | 基因组区域的可视化 (1)
52 0
单细胞分析 | 基因组区域的可视化 (1)
|
2月前
|
存储 数据可视化 Java
单细胞|Signac 进行 Motif 分析
单细胞|Signac 进行 Motif 分析
64 2
|
2月前
|
存储 算法 数据可视化
单细胞分析 | Cicero+Signac 寻找顺式共可及网络
单细胞分析 | Cicero+Signac 寻找顺式共可及网络
33 0
|
7月前
|
数据可视化 数据挖掘 Serverless
单细胞分析(Signac): PBMC scATAC-seq 聚类
单细胞分析(Signac): PBMC scATAC-seq 聚类
67 0
|
7月前
|
机器学习/深度学习 SQL 数据可视化
单细胞分析(Signac): PBMC scATAC-seq 整合
单细胞分析(Signac): PBMC scATAC-seq 整合
83 0
下一篇
DataWorks