admin管理员组

文章数量:1030550

高分杂志同款单细胞堆叠小提琴图：Mol Ther（IF=12.4/Q1）

今天来看看如何使用堆叠小提琴图展示你的特征基因，这个需求在单细胞分析中也是非常常见。图来自文献《Single-cell dissection of cellular and molecular features underlying mesenchymal stem cell therapy in ischemic acute kidney injury》，于2023年10月4号发表在Mol Ther（12.4/Q1）。

如下：

数据处理

文献中注释到了九种不同的细胞：

  • TECs：Lrp2，tubular epithelial cells，肾小管上皮细胞：是肾小管的内衬细胞，位于肾单位的各个部分，包括近曲小管、髓袢和远曲小管等。这些细胞在肾脏的结构和功能中起着关键作用；
  • DT：Slc12a3，distal tubular cells，远曲小管细胞，是肾小管远曲小管（Distal Convoluted Tubule，DCT）的内衬细胞。远曲小管位于肾小管的远端，紧接在致密斑（macula densa）之后，是肾单位的重要组成部分；
  • IC/PC：Aqp2，Atp6v1g3，intercalated cells/principal cells，闰细胞/主细胞，闰细胞是肾小管集合管中的上皮细胞，主要分布在集合管的皮质和外髓层。它们在调节酸碱平衡、钾和氨的转运中起重要作用；主细胞是肾小管集合管中的主要上皮细胞类型，主要负责钠和水的重吸收；
  • LOH：Slc12a1，loop of Henle，Henle袢是肾单位（nephron）的一部分，呈U形结构；
  • ENDO：Emcn，endothelial cells；
  • MES：Pdgfrb，mesangial cells，系膜细胞，是肾小球中的基质细胞，位于毛细血管袢之间，与肾小球基底膜紧密相连；系膜细胞通常呈星形或梭形，具有丰富的细胞器，如线粒体和内质网；
  • T cells：Cd3d；
  • B cells：Cd79a；
  • myeloid cells：Cd68。

数据读取见之前的推文：创建Seurat对象时忽略的两个参数竟然有这样的功能？

数据注释见推文：单细胞数据重新挖掘会有什么意外惊喜吗？（IF=12.4/Q1）

如果你想要同款数据，可以联系微信：Biotree123 或者百度网盘：链接: 提取码: 4ax2

当然任何一个做了注释或者分群的单细胞数据seurat对象都可以，再加上自己精心挑选的想展示的marker基因，这里的marker基因为每种细胞亚群中特异性表达的，也可以是其他的你想要展示的基因~

开始绘图

使用的是seurat包自带的函数VlnPlot，这个函数可以绘制一个基因或者多个基因，如果想展示堆叠效果，设置 参数：stack = TRUE

代码语言：javascript代码运行次数：0运行复制
rm(list=ls())
library(Seurat)
library(ggplot2)
library(qs)

###### step4:  看标记基因库 ######
# 原则上分辨率是需要自己肉眼判断，取决于个人经验
# 为了省力，我们直接看  0.1和0.8即可
sce.all.int <- qread("2-harmony/sce.all_int.qs")
load("3-check-by-0.3/phe.RData")
sce.all.int <- AddMetaData(sce.all.int, metadata = phe)
Idents(sce.all.int) <- "celltype"
table(Idents(sce.all.int))

# TECs     Myeloid         LOH          DT        ENDO Neutrophils       IC_PC          NK           T         MES           B 
# 63167       19755        5180        4124        2960        1952        1499        1386        1199        1020         820 

## 小提琴图
################################ 本数据marker：OMIX004421
cell_types <- list(
  TECs = c("Lrp2"),
  LOH = c("Slc12a1"),
  DT = c("Slc12a3"),
  IC_PC = c("Aqp2","Atp6v1g3"),
  MES = c("Pdgfrb"),
  ENDO = c("Emcn"),
  T = c("Cd3d"),
  B = c("Cd79a"),
  Neut = c("S100a9"),
  Myeloid = c("Cd68")
)

# Print the list to verify
print(cell_types)

# stack = TRUE, 堆叠小提琴图
VlnPlot(sce.all.int, unlist(cell_types), stack = TRUE, sort = TRUE)

美化一下

美化的地方有：换个颜色，使用 Snipaste 从文献中获取同款颜色，然后对小提琴做一下排序，可以像文献中那样做到基因表达实拍在一个对象线上，更具有视觉上的引导效果。

如果你想旋转一下图的方向设置：flip = TRUE 即可

代码语言：javascript代码运行次数：0运行复制
# 换个颜色，使用 Snipaste 从文献中获取同款颜色
colors <- c("#0069db", "#b80000", "#00a700", "#6858c5","#6858c5", "#fd8c00", "#71c3fb", "#89194a", "#007a0d","#ff7f00", "#235a8a")

# 对小提琴做一下排序
sce.all.int$celltype <- factor(sce.all.int$celltype, 
                               levels = c("TECs","LOH","DT","IC_PC","MES","ENDO","T","B","Neutrophils","NK","Myeloid"))
Idents(sce.all.int) <- "celltype"

p1 <- VlnPlot(sce.all.int, unlist(cell_types), stack = TRUE, sort = FALSE, cols = colors) +
  theme(legend.position = "none")
p1
ggsave(filename = "vlnplot_stack.pdf", width = 5.5, height = 4.5, plot = p1)

结果如下：

本文参与 腾讯云自媒体同步曝光计划，分享自微信公众号。原始发表：2025-04-14，如有侵权请联系 cloudcommunity@tencent 删除对象函数集合排序数据

高分杂志同款单细胞堆叠小提琴图：Mol Ther（IF=12.4/Q1）

今天来看看如何使用堆叠小提琴图展示你的特征基因，这个需求在单细胞分析中也是非常常见。图来自文献《Single-cell dissection of cellular and molecular features underlying mesenchymal stem cell therapy in ischemic acute kidney injury》，于2023年10月4号发表在Mol Ther（12.4/Q1）。

如下：

数据处理

文献中注释到了九种不同的细胞：

  • TECs：Lrp2，tubular epithelial cells，肾小管上皮细胞：是肾小管的内衬细胞，位于肾单位的各个部分，包括近曲小管、髓袢和远曲小管等。这些细胞在肾脏的结构和功能中起着关键作用；
  • DT：Slc12a3，distal tubular cells，远曲小管细胞，是肾小管远曲小管（Distal Convoluted Tubule，DCT）的内衬细胞。远曲小管位于肾小管的远端，紧接在致密斑（macula densa）之后，是肾单位的重要组成部分；
  • IC/PC：Aqp2，Atp6v1g3，intercalated cells/principal cells，闰细胞/主细胞，闰细胞是肾小管集合管中的上皮细胞，主要分布在集合管的皮质和外髓层。它们在调节酸碱平衡、钾和氨的转运中起重要作用；主细胞是肾小管集合管中的主要上皮细胞类型，主要负责钠和水的重吸收；
  • LOH：Slc12a1，loop of Henle，Henle袢是肾单位（nephron）的一部分，呈U形结构；
  • ENDO：Emcn，endothelial cells；
  • MES：Pdgfrb，mesangial cells，系膜细胞，是肾小球中的基质细胞，位于毛细血管袢之间，与肾小球基底膜紧密相连；系膜细胞通常呈星形或梭形，具有丰富的细胞器，如线粒体和内质网；
  • T cells：Cd3d；
  • B cells：Cd79a；
  • myeloid cells：Cd68。

数据读取见之前的推文：创建Seurat对象时忽略的两个参数竟然有这样的功能？

数据注释见推文：单细胞数据重新挖掘会有什么意外惊喜吗？（IF=12.4/Q1）

如果你想要同款数据，可以联系微信：Biotree123 或者百度网盘：链接: 提取码: 4ax2

当然任何一个做了注释或者分群的单细胞数据seurat对象都可以，再加上自己精心挑选的想展示的marker基因，这里的marker基因为每种细胞亚群中特异性表达的，也可以是其他的你想要展示的基因~

开始绘图

使用的是seurat包自带的函数VlnPlot，这个函数可以绘制一个基因或者多个基因，如果想展示堆叠效果，设置 参数：stack = TRUE

代码语言：javascript代码运行次数：0运行复制
rm(list=ls())
library(Seurat)
library(ggplot2)
library(qs)

###### step4:  看标记基因库 ######
# 原则上分辨率是需要自己肉眼判断，取决于个人经验
# 为了省力，我们直接看  0.1和0.8即可
sce.all.int <- qread("2-harmony/sce.all_int.qs")
load("3-check-by-0.3/phe.RData")
sce.all.int <- AddMetaData(sce.all.int, metadata = phe)
Idents(sce.all.int) <- "celltype"
table(Idents(sce.all.int))

# TECs     Myeloid         LOH          DT        ENDO Neutrophils       IC_PC          NK           T         MES           B 
# 63167       19755        5180        4124        2960        1952        1499        1386        1199        1020         820 

## 小提琴图
################################ 本数据marker：OMIX004421
cell_types <- list(
  TECs = c("Lrp2"),
  LOH = c("Slc12a1"),
  DT = c("Slc12a3"),
  IC_PC = c("Aqp2","Atp6v1g3"),
  MES = c("Pdgfrb"),
  ENDO = c("Emcn"),
  T = c("Cd3d"),
  B = c("Cd79a"),
  Neut = c("S100a9"),
  Myeloid = c("Cd68")
)

# Print the list to verify
print(cell_types)

# stack = TRUE, 堆叠小提琴图
VlnPlot(sce.all.int, unlist(cell_types), stack = TRUE, sort = TRUE)

美化一下

美化的地方有：换个颜色，使用 Snipaste 从文献中获取同款颜色，然后对小提琴做一下排序，可以像文献中那样做到基因表达实拍在一个对象线上，更具有视觉上的引导效果。

如果你想旋转一下图的方向设置：flip = TRUE 即可

代码语言：javascript代码运行次数：0运行复制
# 换个颜色，使用 Snipaste 从文献中获取同款颜色
colors <- c("#0069db", "#b80000", "#00a700", "#6858c5","#6858c5", "#fd8c00", "#71c3fb", "#89194a", "#007a0d","#ff7f00", "#235a8a")

# 对小提琴做一下排序
sce.all.int$celltype <- factor(sce.all.int$celltype, 
                               levels = c("TECs","LOH","DT","IC_PC","MES","ENDO","T","B","Neutrophils","NK","Myeloid"))
Idents(sce.all.int) <- "celltype"

p1 <- VlnPlot(sce.all.int, unlist(cell_types), stack = TRUE, sort = FALSE, cols = colors) +
  theme(legend.position = "none")
p1
ggsave(filename = "vlnplot_stack.pdf", width = 5.5, height = 4.5, plot = p1)

结果如下：

本文参与 腾讯云自媒体同步曝光计划，分享自微信公众号。原始发表：2025-04-14，如有侵权请联系 cloudcommunity@tencent 删除对象函数集合排序数据

本文标签： 高分杂志同款单细胞堆叠小提琴图Mol Ther（IF124Q1）

版权声明：本文标题：高分杂志同款单细胞堆叠小提琴图：Mol Ther（IF=12.4Q1） 内容由热心网友自发贡献，该文观点仅代表作者本人， 转载请联系作者并注明出处：http://it.en369.cn/jiaocheng/1747673797a2202150.html， 本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容，一经查实，本站将立刻删除。