鉴于有些读者对单细胞分析还不是很熟练,但是又想要看单细胞数据里某个基因的表达,或者某种细胞的分组比例,或者画umap图、画小提琴图....
今天的推文就是解决这个问题。
ShinyCell 是一个用于单细胞分析的工具,旨在让对单细胞分析不熟悉的用户也能够轻松进行可视化分析。该工具的特点是简单易用,用户无需具备专业的单细胞分析技能,即可通过简单操作完成数据可视化。
ShinyCell 提供了一个直观的界面,用户可以通过简单的拖拽、点击等操作,快速生成细胞比例图。该工具采用了直观的图形表示,使用户能够直观地了解样本中各种细胞类型的比例分布情况。
除了细胞比例图外,ShinyCell 还可能提供其他功能,例如数据过滤、聚类分析等,以帮助用户更好地理解单细胞数据。
reqPkg = c("data.table", "Matrix", "hdf5r", "reticulate", "ggplot2", "gridExtra", "glue", "readr", "RColorBrewer", "R.utils", "Seurat")newPkg = reqPkg[!(reqPkg %in% installed.packages()[,"Package"])]if(length(newPkg)){install.packages(newPkg)}# If you are using h5ad file as input, run the code below as well# reticulate::py_install("anndata")reqPkg = c("shiny", "shinyhelper", "data.table", "Matrix", "DT", "hdf5r", "reticulate", "ggplot2", "gridExtra", "magrittr", "ggdendro")newPkg = reqPkg[!(reqPkg %in% installed.packages()[,"Package"])]if(length(newPkg)){install.packages(newPkg)}devtools::install_github("SGDDNB/ShinyCell")
#2读入数据并导出为shinycell对象--------library(Seurat)library(ShinyCell)seu = readRDS("~/gzh/pbmc3k_final_seurat_v5.rds")scConf = createConfig(seu)makeShinyApp(seu, scConf, gene.mapping = TRUE, shiny.title = "ShinyCell Quick Start")
导出对象之后,会在当前工作路径下产生shinyApp文件夹
在这个界面,你就可以进行可视化分析了,这里r包提供了7中可视化的方法
还等什么,快行动吧~
如果读者还有疑问,点赞支持,后期出shinycell的视频演示
原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。
如有侵权,请联系 cloudcommunity@tencent.com 删除。
原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。
如有侵权,请联系 cloudcommunity@tencent.com 删除。