作者造垛，追風(fēng)少年i~
hello魔招，周四了，昨晚有超級(jí)月亮五辽，又大又圓办斑，古人描寫月亮的詩(shī)非常多，有蘇軾的人有悲歡離合杆逗，月有陰晴圓缺乡翅，有李白的舉杯邀明月，對(duì)飲成三人罪郊；有張九齡的海上生明月蠕蚜，天涯共此時(shí)；但大多情況下心情哀傷悔橄，體現(xiàn)出孤獨(dú)和思念靶累，但其中有一首最為記憶猶新，分享給大家癣疟，就是李白的《宣州謝朓樓餞別校書叔云》
棄我去者挣柬，昨日之日不可留；
亂我心者睛挚，今日之日多煩憂邪蛔。
長(zhǎng)風(fēng)萬(wàn)里送秋雁，對(duì)此可以酣高樓扎狱。
蓬萊文章建安骨侧到，中間小謝又清發(fā)。
俱懷逸興壯思飛委乌，欲上青天覽明月床牧。
抽刀斷水水更流，舉杯消愁愁更愁遭贸。
人生在世不稱意戈咳，明朝散發(fā)弄扁舟。
好了， 回歸現(xiàn)實(shí)著蛙，今天我們要繪制細(xì)胞動(dòng)態(tài)圖删铃。如下圖
空間配受體動(dòng)態(tài)
其實(shí)還有細(xì)胞動(dòng)態(tài)圖
圖片.png
再加上延伸版的動(dòng)態(tài)熱圖
圖片.png
我個(gè)人認(rèn)為空間轉(zhuǎn)錄組的分析真的是非常有意思??
在之前的文章中也提到過(guò)這個(gè)畫法，沒有詳細(xì)講踏堡，文章在10X單細(xì)胞（10X空間轉(zhuǎn)錄組）之一張UMAP圖同時(shí)展示兩個(gè)基因的表達(dá)情況猎唁，還有10X空間轉(zhuǎn)錄組繪圖分析之體現(xiàn)兩種細(xì)胞類型的空間位置
今天我們來(lái)梳理一下，借助一個(gè)數(shù)據(jù)來(lái)繪制圖片,HE染色圖片如下
圖片.png
當(dāng)然了顷蟆，單細(xì)胞聯(lián)合以及配受體分析大家自己做诫隅，下圖部分展示單細(xì)胞聯(lián)合分析的結(jié)果
圖片.png
圖片.png
好了，開始我們的第一步帐偎，分析配受體的時(shí)空動(dòng)態(tài),以配受體對(duì)Mdk_Lrp1為例逐纬。
library(Seurat)
library(tidyverse)
library(ggplot2)
obj = readRDS(seurat.rds) ####空間數(shù)據(jù)的rds文件
obj@reductions$spatial = obj@reductions$umap
obj@reductions$spatial@key = 'spatial_'
obj@reductions$spatial@cell.embeddings = as.matrix(obj@images$image@coordinates[,c(3,2)])
obj@reductions$spatial@cell.embeddings[,2] = -obj@reductions$spatial@cell.embeddings[,2]
colnames(obj@reductions$spatial@cell.embeddings) = c('spatial_1','spatial_2')
###繪圖
p = FeaturePlot(obj, features = c("Mdk", "Lrp1"), blend = TRUE,cols = c('lightgrey','blue','red'),pt.size = 1.6,reduction = 'spatial',combine = F)
for (i in 1:length(p)){
p[[i]] = p[[i]] + theme(axis.text = element_blank(),axis.ticks=element_blank(),legend.position = 'none',axis.line = element_blank(),axis.title = element_text(size = 20),plot.title = element_text(size = 30))
}
f = CombinePlots(plots = list(p[[1]],p[[2]],p[[3]],p[[4]]), ncol = 4)
pdf('lr.interaction.pdf',width = 25)
print(f)
dev.off()
就可以得到
圖片.png
怎么樣，很贊吧~~~
接下來(lái)繪制兩種細(xì)胞的時(shí)空動(dòng)態(tài)圖削樊，前提是大家做了單細(xì)胞空間聯(lián)合豁生，聯(lián)合分析的信息包含在了對(duì)象的meta.data下面,如果沒有，自行添加漫贞，以上面的cluster3和cluster4為例甸箱，meta.data已經(jīng)有了相應(yīng)的信息
library(Seurat)
library(tidyverse)
library(ggplot2)
obj = readRDS(seurat.rds) ####空間數(shù)據(jù)的rds文件
obj@reductions$spatial = obj@reductions$umap
obj@reductions$spatial@key = 'spatial_'
obj@reductions$spatial@cell.embeddings = as.matrix(obj@images$image@coordinates[,c(3,2)])
obj@reductions$spatial@cell.embeddings[,2] = -obj@reductions$spatial@cell.embeddings[,2]
colnames(obj@reductions$spatial@cell.embeddings) = c('spatial_1','spatial_2')
###繪圖
p = FeaturePlot(obj, features = c("Cluster3", "Cluster4"), blend = TRUE,cols = c('lightgrey','blue','red'),pt.size = 1.6,reduction = 'spatial',combine = F)
for (i in 1:length(p)){
p[[i]] = p[[i]] + theme(axis.text = element_blank(),axis.ticks=element_blank(),legend.position = 'none',axis.line = element_blank(),axis.title = element_text(size = 20),plot.title = element_text(size = 30))
}
f = CombinePlots(plots = list(p[[1]],p[[2]],p[[3]],p[[4]]), ncol = 4)
pdf('cluster3.cluster4.colocalization.pdf',width = 25)
print(f)
dev.off()
圖如下
圖片.png
至于區(qū)域熱圖，就給大家認(rèn)真繪制了迅脐，想發(fā)好的文章芍殖， 這些功夫必須到位
好了，已經(jīng)分享給大家了谴蔑，生活很好围小，有你更好，百度文庫(kù)出現(xiàn)了大量抄襲我的文章树碱，對(duì)此我深表無(wú)奈，我寫的文章变秦，別人掛上去賺錢成榜，抄襲可恥，掛到百度文庫(kù)的人更可恥
