使用降維分析圖展示marker基因
大部分單細胞分析，以及seurat package這個包給出的示例，也都是某一marker基因在降維分析之后得到位置的表現(xiàn)寿弱。例如下圖
image.png
單細胞分析的一點小技巧
那如果只是展示某一類細胞在降維分析圖中的位置馁痴，如何操作
雖然降維分析，并對細胞進行族群分析簿晓，直接呈現(xiàn)出來的就是各個細胞的狀態(tài)和位置眶拉，但是主要是還不夠明顯，不能一下子展現(xiàn)出個人的研究重點細胞族群憔儿。所以這個技巧還是有一定的作用
使用降維分析圖展示單個細胞群
準備數(shù)據(jù)
要將需要分析的數(shù)據(jù)保存為rds 格式忆植，方便讀取。
按照
Rdata格式進行保存谒臼，也是完全可以的朝刊，但是為了方便后續(xù)讀入，并進行重命名蜈缤，rds格式值得推薦
# all cell type
rm(list = ls())
scobj = readRDS(file = "output/Seurat_single_sample_scobj.rds")
metadata <- scobj@meta.data
其中scobj 是讀入的單細胞數(shù)據(jù)拾氓，經(jīng)過轉(zhuǎn)換成seurat處理的對象，并進行了細胞族群注釋底哥。具體前期分群和注釋參閱
單細胞分析（一）——seurat包單個樣本處理
單細胞分析（二）——細胞注釋（SingleR自動注釋）
展示單個細胞群
rm(list = ls())
scobj = readRDS(file = "output/Seurat_single_sample_scobj.rds")
# 單個單個細胞群 --------------------
metadata <- scobj@meta.data
FeaturePlot(scobj, features = 'percent.mt')
# 以CD14+ MONO 為例
scobj@meta.data$cd14_mono <- ifelse(metadata$celltype == "CD14+ Mono", 1, 0)
FeaturePlot(scobj, features = "cd14_mono")
image.png
構(gòu)建適合FeaturePlot函數(shù)的矩陣
展示所有的細胞
design <- model.matrix(~0 + metadata$celltype)
design <- as.data.frame(design)
colnames(design) <- levels(metadata$celltype)
scobj@meta.data = cbind(scobj@meta.data, design)
metadata <- scobj@meta.data
FeaturePlot(scobj, features = levels(metadata$celltype)咙鞍， cols = c("lightgrey","red"))
image.png
還可以選定展示的細胞
FeaturePlot(scobj, features = c('CD8+ T', 'B cell'), cols = c("lightgrey","#00ff00"))
#可以改變展示位置的顏色
image.png
上面的構(gòu)建矩陣信息的方法使用的是model.matrix 這個函數(shù)，非常有用的一個函數(shù)叠艳，也是一種批量化的思維模式奶陈。
