玩转单细胞(11)：Seurat单细胞基因表达DotPlot图分面设置

❝

详情请联系作者：

❞

玩转单细胞往期精彩系列：

玩转单细胞(2):Seurat批量做图修饰

玩转单细胞(3):堆叠柱状图添加比例

玩转单细胞(4):单细胞相关性

玩转单细胞(5):单细胞UMAP图只标记特定细胞群、圈定细胞群及坐标轴修改

玩转单细胞(6):单细胞差异基因展示之对角散点图

玩转单细胞(7)：修改Seurat对象基因名称

玩转单细胞(8): 单细胞3维聚类图展示

玩转单细胞(9)：单细胞Seurat对象数据操作

玩转单细胞(10)：替换单细胞Seurat对象UMAP坐标

事情是这样的，我们在寻找合适的免疫组库数据的时候看到一篇nature communication的文章，里面有个图挺好的。进一步看到，这篇文章作者提供了所有图片的代码，链接：https://doi.org/10.5281/ zenodo.7806635，原文Code availability部分。其实这篇文章的其他图和代码很普通，就是常规的一些操作，对于初学者可能比较友好，可以自己尝试学一学。之所以要说这个，是因为其中有两个地方比较有意思，细节的问题，我们之前的代码没有提到过所以这里写一下！本文详细注释代码已上传群文件，可自行下载！

（reference：Age-associated B cells predict impaired humoral immunity after COVID-19 vaccination in patients receiving immune checkpoint blockade）

首先是第一个问题：我们在使用Seurat包的DimPlot函数做降维聚类图的时候，legend的顺序有时候想调整（或者clusters用数字的时候，排列并不是从小到大排列），或者VlnPlot和DotPlot函数作图的时候，想调整cell type顺序。我们知道在ggplot作图的时候我们可以使用factor或者forcats包固定顺序，那么在Seurat下怎么调整？其实只需要levels函数设置seurat对象active idents顺序即可。

library(Seurat)library(ggplot2)Idents(uterus) <- "celltype"levels(uterus)DimPlot(uterus)levels(uterus) <- c("Lymphocytes","Unciliated epithelial cells","Ciliated epithelial cells",                    "Smooth muscle cells", "Stromal fibroblasts", "Endothelial cells","Macrophages")DimPlot(uterus)

第二个问题就是开头提到的那个分面图。一般正常使用DotPlot的时候，feature是向量，是不会有分面效果的。当把feature（每个分组type的基因）传入为list的时候，seurat的DotPlot就可以有分面效果了。

DefaultAssay(uterus) <- "RNA"SMC_genes <- c("ACTA2", "RGS5")MAC_genes <- c("MS4A6A", "CD68","LYZ")LY_genes <- c("CCL5", "STK17B","PTPRC")SF_genes <- c("DCN", "COL6A3", "LUM")EC_genes <- c("PECAM1","PCDH17", "VWF")UEP_genes <- c("EPCAM", "CDH1")EP_genes <- c("FOXJ1","CDHR3","DYDC2")
levels(uterus) <- c("Lymphocytes","Unciliated epithelial cells","Ciliated epithelial cells",                    "Smooth muscle cells", "Stromal fibroblasts", "Endothelial cells","Macrophages")features <- list("LY" = LY_genes,                 "UEP" = UEP_genes,                 "EP" = EP_genes,                 "SMC" = SMC_genes,                 "SF" = SF_genes,                 "EC" = EC_genes,                 "MAC" = MAC_genes)
p <- DotPlot(object = uterus, features=features)

其实，按照ggplot的方式在这个图上继续修饰就可以得到完美的图了，参考：NCS质感图表：Seurat单细胞DotPlot函数基因表达气泡图修饰。这里我们提取数据用ggplot2完成。

p1 <- ggplot(p$data, aes(x = features.plot, y = id)) +   geom_point(aes(size = pct.exp, color = avg.exp.scaled)) +   facet_grid(facets = ~feature.groups,  switch = "x", scales = "free_x", space = "free_x") +    scale_radius(breaks = c(25, 50, 75, 100), range = c(0,6)) +   theme_classic() +   scale_color_gradient2(low = "blue", mid = "white", high = "red")+  theme(axis.text.x = element_text(angle = 90,                                    face = 1, size = 12,                                    family = "Arial Narrow",                                    hjust = 1, vjust = 0.5,                                    color = "black"),         axis.text.y = element_text(size = 12, face = 1,                                    family = "Arial Narrow",                                    color = "black"),        legend.text = element_text(size = 8, face = 1, family = "Arial Narrow"),         legend.title = element_text(size = 10, face = 1, family = "Arial Narrow"),        legend.position = 'top' ,         strip.placement = "outside",         strip.text.x = element_text(size = 12, family = "Arial Narrow Bold"),        axis.title = element_blank())+  guides(colour = guide_colourbar(title.vjust = 0.9, title.hjust = 0))+  labs(size = "Percent Expressed", color = "Average Expression")

这里有一个点我们之前从未提过，就是在ggplot2画板任意位置添加文字。这篇文章的代码里有一个简单的方法，就是labs函数，theme主题里面调整位置即可。

p1+ labs(tag = "Defining \ngenes of:")+   theme(plot.tag.position = c(0.14, 0.05),        plot.tag = element_text(size = 12,family = "Arial Narrow Bold"))

这就是我们要分享的所有内容了，虽然很简单，但是确很细节，希望对你的学习有所启发和帮助。觉得分享有用的点个赞再走呗！