跟着小鱼头学单细胞测序-scRNA-seq分析中的常用图

导语

GUIDE ╲

随着高通量单细胞RNA-seq测序技术的发展，scRNA-seq数据集的大小已经从单个细胞增长到数百万个细胞，如何将这些高维度的数据可视化也是生物信息一个重要的应用领域。这一期给大家介绍一些scRNA-seq文章中常见的图，希望给大家带来一些新的作图思路.

我们下面主要介绍的是R 包Seurat提供的作图功能。常见的scRNA-seq数据分析图主要包括两大方面，一个是细胞层面的聚类效果图，另一个是基因表达相关的图。

一 细胞的聚类效果图UMAP/t-SNE

Seurat提供了t-SNE和UMAP的降维功能，通过非线性的方法将细胞在高维度的拓扑结构映射到二维平面中， 在其可视化效果图中能将细胞群分成不同的集群，通过注释显示出不同的细胞类型。这一类图基本在单细胞文章中都会出现。

以下代码来自于Seurat 教程，以10x数据集Peripheral Blood Mononuclear Cells (PBMC)为例， 主要R functions有Seurat:: RunUMAP（） and Seurat::DimPlot（）; Seurat:: RunTSNE（） and Seurat::DimPlot（）。

从t-SNE和UMAP的对比中可以看出，UMAP的效果图更紧凑，群簇之间分隔更大，但是有不同细胞群的些许重叠。更多关于降维以及两者之间如何选择，大家可以参考我们之前的文章 跟着小鱼头学单细胞测序-scRNA-seq数据的降维和可视化。

另外，Seurat最近新出的版本version 4.0改变了function RunUMAP（）的默认方法选择。在RunUMAP中提供了两种运行方法，一是通过uwot R package， 另一种是Seurat包装的python umap-learn package。在之前的版本中，默认的方法是umap-learn， 而在最新的4.0版本中改成了uwot。因此如果想继续用umap-learn的话，需要将umap.method设置为 'umap-learn'， 并且将metric设置为 'correlation'。

二 基因表达图

除了细胞聚类之外，在单细胞分析的文章中另一类常见的图就是显示基因在不同细胞中的表达差异。Seurat提供了5种不同类型的显示特征基因表达的图， 包括：

1. Ridge plot： 显示不同细胞群的基因表达分布。

2. Violin plot：也是显示基因表达分布，是大家熟悉的violin plot；在数据量比较大的时候，如果显示数据点的话可能回遮盖住图形的分布，大家可以调整pt.size这个参数来设置数据点的大小，如果不想显示数据点的话，可以直接设置pt.size=0。

3. Feature plot：低维空间中特征表达的可视化； 在UMAP或者t-SNE基础上显示基因的表达。这是单细胞下游分析中最常用的图，特别是用来显示不同细胞类型或者细胞状态下的基因表达差异。在基于特征基因对不同细胞类型做注释的时候，feature plot也是最直观的。图中的颜色代表了表达水平，可以通过设置min.cutoff 和 max.cutoff 来调节颜色显示的表达范围。

4. Dot plot：点图能同时显示基因表达和在细胞中的表达比例； 点的大小对应于每个细胞群中表达该基因的细胞的百分比， 颜色则代表了该基因的平均表达水平。

5. heatmap：热图应该是大家很熟悉的了，也能展示基因在不同细胞群的差异表达。不过在细胞数目比较大的时候，不太建议基于所有的细胞来画热图，由于细胞间的差异性，heatmap pattern可能会显得比较杂乱，而且运行时间会比较长。大家可以像例子中那样，选取一个少量的细胞子集来试试。

下面的代码依然是以pbmc数据为例：

小编总结

今天介绍的都是单细胞分析文章中比较常用到的图，当然文中的例子都是相对比较简单的，在此基础上可以做很多的变换，大家如果看到感兴趣的比较酷的图，欢迎大家跟我们联系，一起学习讨论。