之前在Connectivity Map(cMap)的探索應(yīng)用（二）中提到了兩種cmap在線分析網(wǎng)站丧靡，一個(gè)是build2 恨憎；另一個(gè)是CLUE平臺(tái)春瞬。bulid2在cMAP在線分析——舊版build2的使用 那期已經(jīng)講解過怔鳖，今天就來(lái)簡(jiǎn)單介紹下CLUE平臺(tái)的使用竿刁！由于CLUE平臺(tái)的功能很多景图，會(huì)分多期講解较雕。上一期cMAP新版clue的使用——Morpheus已經(jīng)簡(jiǎn)單介紹了Morpheus的操作方法，今天開始 CELL APP的介紹挚币！
cMAP新版clue在線分析 亮蒋，網(wǎng)站：https://clue.io/。
clue的主工具區(qū)（Tools）
今天主要介紹CELL APP妆毕，該工具主要用于探索網(wǎng)站收錄的3000多個(gè)細(xì)胞系慎玖，可以查看都有哪些細(xì)胞系，它們具體的注釋情況设塔，也可以下載所有細(xì)胞的信息凄吏。
CELL APP介紹
首先點(diǎn)擊Tools—CELL APP，進(jìn)入如下界面闰蛔，左側(cè)為分類條件痕钢，可根據(jù)自己感興趣的條件選擇查看細(xì)胞信息。右側(cè)上部為細(xì)胞的組成可視化圖序六，一目了然的可以看到這3000多個(gè)細(xì)胞大概分幾大類任连，各自的占比區(qū)域，非常直觀例诀。右側(cè)下部就是具體的細(xì)胞及其注釋信息随抠，可點(diǎn)擊齒輪按鈕選擇所需注釋信息裁着，也可以點(diǎn)擊export下載細(xì)胞信息。
CELL APP衍生
以下拋出這樣一個(gè)問題："如果將所有細(xì)胞信息下載下來(lái)拱她，如何繪制這個(gè)細(xì)胞組成可視化圖二驰？"
首先由上圖推測(cè)數(shù)據(jù)源自多個(gè)注釋信息，主要是 Cell iname和Cell lineage這兩項(xiàng)秉沼，通過以下export下載這兩列信息桶雀，保存至excel表格中。
##首先清除環(huán)境唬复，安裝并加載所需要的R包
rm(list = ls()) #清除環(huán)境內(nèi)存
##常規(guī)R包安裝
# options("repos" = c(CRAN="https://mirrors.ustc.edu.cn/CRAN/"))
# options()$repos
# install.packages("treemapify") #更換多個(gè)鏡像下載依然失敗
# devtools::install_github("wilkox/treemapify") #下載太緩慢總失敗
##部分R包下載總出現(xiàn)問題矗积，所以選擇下載后本地安裝
# install.packages("shades_1.4.0.tar.gz",repos = NULL)
# install.packages("ggfittext_0.8.1.tar.gz",repos = NULL)
# install.packages("treemapify_2.5.3.tar.gz",repos = NULL) #ggplot2的拓展包
# install.packages("ggplot2")
# install.packages("readxl")
# install.packages("RColorBrewer")
##加載R包
library(ggplot2)
library(treemapify) #載入后可查看幫助文檔，該如何使用?
library(readxl)
library(RColorBrewer)
##讀入數(shù)據(jù)并對(duì)數(shù)據(jù)做簡(jiǎn)單處理
data<-read_excel("treeplot.xlsx",1) #讀入excel數(shù)據(jù)
data<-as.data.frame(data) # 將data轉(zhuǎn)換為data.frame格式
colnames(data)=c("lineage","name")
##繪圖
g=ggplot(data, aes(area = 1,fill=lineage, subgroup = lineage, subgroup2 = name )) +
geom_treemap()+
geom_treemap_subgroup_border(colour = "black", size = 3)+
geom_treemap_subgroup2_border(colour = "white", size = 2) +
geom_treemap_subgroup_text(place = "middle",colour = "black",alpha = 0.8,grow = T) +
guides(fill=FALSE)
print(g)
ggsave("treeplot.pdf", width = 15, height = 10, units = "cm")
通過以上代碼得到如下結(jié)果, 與官網(wǎng)圖比較來(lái)看敞咧，大部分信息是吻合的棘捣，但在細(xì)節(jié)上官網(wǎng)圖顯然還加入了更多注釋分類。這一點(diǎn)大家可以自行補(bǔ)充休建。
最后乍恐，這類矩陣樹狀圖可以應(yīng)用在很多數(shù)據(jù)展示情景下，特別是那些包含復(fù)雜層級(jí)關(guān)系的數(shù)據(jù)测砂，可以通過這種可視化方式很好呈現(xiàn)彼此之間的所屬禁熏、占比等關(guān)系。
往期回顧
miR-circ靶向關(guān)系如何批量預(yù)測(cè)邑彪？
Connectivity Map(cMap)的探索應(yīng)用（一）
miRNA靶標(biāo)預(yù)測(cè)數(shù)據(jù)的答疑解惑！
Connectivity Map(cMap)的探索應(yīng)用（二）
Connectivity Map(cMap)的探索應(yīng)用（三）
今天的內(nèi)容就到這里胧华，更多內(nèi)容可關(guān)注公共號(hào)“YJY技能修煉”~~~
