单细胞分析 | 基因组区域的可视化 (1)

简介: 单细胞分析 | 基因组区域的可视化 (1)

引言

本篇教程将向您展示如何利用Signac软件包,将单细胞数据以基因组浏览器轨迹图的形式进行可视化展示。

为了进行演示,将采用处理过的人类外周血单个核细胞(PBMC)数据集。

library(Signac)
library(ggplot2)

# load PBMC dataset
pbmc <- readRDS("pbmc.rds")

Signac提供了多种基因组浏览器风格的图表类型,例如可及性轨迹图、基因注释图、峰值坐标图、基因组链接图以及片段位置图。

1聚合信号图

Signac 的核心绘图功能是CoveragePlot()函数,该函数用于计算在特定基因组区域内,不同细胞群体的测序DNA片段的平均覆盖频率。

roi = "chr2-86784605-86808396"

cov_plot <- CoveragePlot(
  object = pbmc,
  region = roi,
  annotation = FALSE,
  peaks = FALSE
)
cov_plot

还可以通过基因名称请求基因组区域。这将使用 Seurat 对象中存储的基因坐标来确定要绘制的基因组区域

CoveragePlot(
  object = pbmc,
  region = "CD8A",
  annotation = FALSE,
  peaks = FALSE
)

个性化图表设置

所有由Signac函数生成的图表都是基于ggplot2或patchwork的,这意味着您可以利用ggplot2或其他相关包的标准功能来进一步调整或个性化这些图表。比如,如果想要修改之前图表中轨迹的颜色,可以利用ggplot2包中的scalefill系列函数,比如使用scale_fill_brewer()函数来实现。

cov_plot + scale_fill_brewer(type = "seq", palette = 1)

## Scale for fill is already present.
## Adding another scale for fill, which will replace the existing scale.

## Warning in RColorBrewer::brewer.pal(n, pal): n too large, allowed maximum for palette Blues is 9
## Returning the palette you asked for with that many colors

cov_plot + scale_fill_brewer(type = "qual", palette = 1)

## Scale for fill is already present.
## Adding another scale for fill, which will replace the existing scale.

## Warning in RColorBrewer::brewer.pal(n, pal): n too large, allowed maximum for palette Accent is 8
## Returning the palette you asked for with that many colors

请注意,当您使用 Patchwork 来合并图表时,可以利用 & 运算符对合并后的对象中的所有图表进行统一的美学调整。

基因注释图

您可以使用 AnnotationPlot() 函数来绘制特定基因组区域内的基因注释信息。

gene_plot <- AnnotationPlot(
  object = pbmc,
  region = roi
)
gene_plot

峰值位置

您可以通过 PeakPlot() 函数在特定的基因组区域内绘制出峰值的位置信息。

peak_plot <- PeakPlot(
  object = pbmc,
  region = roi
)
peak_plot

基因组间的联系

利用 LinkPlot() 函数,可以绘制基因组位置上的相互关系。该函数会以弧线形式展示两个相关位置之间的连接,弧线的透明度与该连接的评分成正比。这种连接可以用来表示多种信息,比如调控关系(例如,将增强子与其调控的基因相连),或者是实验数据,比如染色体互作(Hi-C)。

为了展示这个功能,创建了一个模拟的链接,并将其加入到了PBMC数据集中进行示例说明。

link_plot <- LinkPlot(
  object = pbmc,
  region = roi
)
link_plot

相关文章
|
6月前
|
安全
三维基因组|基因组结构 (2)
三维基因组|基因组结构 (2)
61 0
|
3天前
|
数据可视化 Python
基因组之全局互作热图可视化
基因组之全局互作热图可视化
15 1
基因组之全局互作热图可视化
|
16天前
|
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)
24 0
单细胞分析 | 基因组区域的可视化 (2)
|
1月前
|
数据采集 数据挖掘 数据库
单细胞分析 | 使用 Monocle 3 进行发育轨迹分析
单细胞分析 | 使用 Monocle 3 进行发育轨迹分析
114 0
单细胞分析 | 使用 Monocle 3 进行发育轨迹分析
|
1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
25 0
|
5月前
|
数据可视化 数据挖掘 数据库
空间单细胞|基于图像的数据分析(3)
空间单细胞|基于图像的数据分析(3)
47 0
|
6月前
|
存储 数据可视化 数据挖掘
单细胞分析(Signac): PBMC scATAC-seq 基因组区域可视化
单细胞分析(Signac): PBMC scATAC-seq 基因组区域可视化
50 0
|
6月前
|
数据可视化 数据挖掘 索引
R语言层次聚类、多维缩放MDS分类RNA测序(RNA-seq)乳腺发育基因数据可视化|附数据代码2
R语言层次聚类、多维缩放MDS分类RNA测序(RNA-seq)乳腺发育基因数据可视化|附数据代码
|
6月前
|
存储 数据可视化 数据挖掘
R语言绘制圈图、环形热图可视化基因组实战:展示基因数据比较
R语言绘制圈图、环形热图可视化基因组实战:展示基因数据比较
|
6月前
|
存储 数据可视化 数据挖掘
R语言层次聚类、多维缩放MDS分类RNA测序(RNA-seq)乳腺发育基因数据可视化|附数据代码1
R语言层次聚类、多维缩放MDS分类RNA测序(RNA-seq)乳腺发育基因数据可视化|附数据代码