umap圖中繪制樣本類型的密度分布

加載所需包

library(Seurat)
library(ggplot2)
library(ggsignif)

加載函數(shù)

  • res:分辨率越高density的單位面積越小坝橡,根據(jù)細胞數(shù)目取值從10-100
  • type.1和type.2分別為sample_type的兩個因子
  • type.1的百分比為正箭跳,type.2的百分比為負
  • filename:不包含后綴的文件名,輸出pdf文件
PlotDensity <- function(seurat.object,res,type.1,type.2,filename,path.out){
sample_type <- seurat.object@meta.data$sample_type
names(sample_type) <- rownames(seurat.object@meta.data)
#提取坐標甚垦,也可以將umap改為tsne提取tsne的坐標
coord <- seurat.object@reductions$umap@cell.embeddings
r_x <- (max(coord[, 1])-min(coord[, 1]))/res #橫坐標的單位距離
r_y <- (max(coord[, 2])-min(coord[, 2]))/res #縱坐標的單位距離
x_left <- apply(coord,1,function(x){x[1] - r_x})
x_right <- apply(coord,1,function(x){x[1] + r_x})
y_up <- apply(coord,1,function(x){x[2] + r_y})
y_down <- apply(coord,1,function(x){x[2] - r_y})
coord_span <- data.frame(left=x_left,right=x_right,up=y_up,down=y_down)

#提取單位區(qū)域的細胞
coord_span$cell <- rownames(coord_span)
coord_span_list <- split(coord_span,f=coord_span$cell)
cell_pool_list <- lapply(coord_span_list,function(span){
    cell_pool <- rownames(coord)[apply(coord,1,function(x) {
    ifelse(x[1] > span[1] & x[1] < span[2] & x[2] < span[3] & x[2] > span[4],TRUE,FALSE)
    })]
    })

#計算比例
final_percent <- lapply(cell_pool_list,function(x) {
n1 <- table(sample_type[match(x,names(sample_type))])[[type.1]]
n2 <- table(sample_type[match(x,names(sample_type))])[[type.2]]
percent_n1 <- n1/(n1+n2)
percent_n2 <- n2/(n1+n2)
percent <- ifelse(percent_n1 > percent_n2,percent_n1,-percent_n1) #crF為正,MAT為負
    })
seurat.object[["density"]] <- unlist(final_percent)
plot <- FeaturePlot(seurat.object,features = "density",pt.size=1)+scale_color_gradient2(low='#003399',mid='white',high='#990000')
ggsave(paste0(filename,".pdf"),plot,path=path.out,width = 8, height = 5)
}

加載數(shù)據(jù)

path_out_BioRad_debach_FAP <- "/data/zhaoxueya/project/gut/result/BioRad/CD_merge/debach/subset/FAP"
seurat_object_FAT <- readRDS(file=paste(path_out_BioRad_debach_FAP,"seurat_object_subset.rds", sep="/"))
PlotDensity(seurat.object=seurat_object_FAT,res=10,type.1="CrF",type.2="MAT",filename="test10",path.out=path_out_BioRad_debach_FAP)

?著作權歸作者所有,轉載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末,一起剝皮案震驚了整個濱河市准给,隨后出現(xiàn)的幾起案子响巢,更是在濱河造成了極大的恐慌描滔,老刑警劉巖,帶你破解...
    沈念sama閱讀 206,839評論 6 482
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件踪古,死亡現(xiàn)場離奇詭異含长,居然都是意外死亡券腔,警方通過查閱死者的電腦和手機,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 88,543評論 2 382
  • 文/潘曉璐 我一進店門拘泞,熙熙樓的掌柜王于貴愁眉苦臉地迎上來纷纫,“玉大人,你說我怎么就攤上這事陪腌∪杩” “怎么了?”我有些...
    開封第一講書人閱讀 153,116評論 0 344
  • 文/不壞的土叔 我叫張陵诗鸭,是天一觀的道長染簇。 經(jīng)常有香客問我,道長强岸,這世上最難降的妖魔是什么锻弓? 我笑而不...
    開封第一講書人閱讀 55,371評論 1 279
  • 正文 為了忘掉前任,我火速辦了婚禮蝌箍,結果婚禮上弥咪,老公的妹妹穿的比我還像新娘。我一直安慰自己十绑,他們只是感情好聚至,可當我...
    茶點故事閱讀 64,384評論 5 374
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著本橙,像睡著了一般扳躬。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發(fā)上甚亭,一...
    開封第一講書人閱讀 49,111評論 1 285
  • 那天贷币,我揣著相機與錄音,去河邊找鬼亏狰。 笑死役纹,一個胖子當著我的面吹牛,可吹牛的內(nèi)容都是我干的暇唾。 我是一名探鬼主播促脉,決...
    沈念sama閱讀 38,416評論 3 400
  • 文/蒼蘭香墨 我猛地睜開眼,長吁一口氣:“原來是場噩夢啊……” “哼策州!你這毒婦竟也來了瘸味?” 一聲冷哼從身側響起,我...
    開封第一講書人閱讀 37,053評論 0 259
  • 序言:老撾萬榮一對情侶失蹤够挂,失蹤者是張志新(化名)和其女友劉穎旁仿,沒想到半個月后,有當?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體孽糖,經(jīng)...
    沈念sama閱讀 43,558評論 1 300
  • 正文 獨居荒郊野嶺守林人離奇死亡枯冈,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點故事閱讀 36,007評論 2 325
  • 正文 我和宋清朗相戀三年毅贮,在試婚紗的時候發(fā)現(xiàn)自己被綠了。 大學時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片尘奏。...
    茶點故事閱讀 38,117評論 1 334
  • 序言:一個原本活蹦亂跳的男人離奇死亡滩褥,死狀恐怖,靈堂內(nèi)的尸體忽然破棺而出罪既,到底是詐尸還是另有隱情,我是刑警寧澤铡恕,帶...
    沈念sama閱讀 33,756評論 4 324
  • 正文 年R本政府宣布琢感,位于F島的核電站,受9級特大地震影響探熔,放射性物質(zhì)發(fā)生泄漏驹针。R本人自食惡果不足惜,卻給世界環(huán)境...
    茶點故事閱讀 39,324評論 3 307
  • 文/蒙蒙 一诀艰、第九天 我趴在偏房一處隱蔽的房頂上張望柬甥。 院中可真熱鬧,春花似錦其垄、人聲如沸苛蒲。這莊子的主人今日做“春日...
    開封第一講書人閱讀 30,315評論 0 19
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽臂外。三九已至,卻和暖如春喇颁,著一層夾襖步出監(jiān)牢的瞬間漏健,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 31,539評論 1 262
  • 我被黑心中介騙來泰國打工橘霎, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留蔫浆,地道東北人。 一個月前我還...
    沈念sama閱讀 45,578評論 2 355
  • 正文 我出身青樓姐叁,卻偏偏與公主長得像瓦盛,于是被迫代替她去往敵國和親。 傳聞我的和親對象是個殘疾皇子外潜,可洞房花燭夜當晚...
    茶點故事閱讀 42,877評論 2 345

推薦閱讀更多精彩內(nèi)容