单细胞差异基因火山图绘制

原创

凑齐六个字吧

发布于 2024-06-27 15:23:16

1580

发布于 2024-06-27 15:23:16

文章被收录于专栏：科研绘图单细胞

做完单细胞差异基因分析(FindMarkers/FindAllmarkers)之后，按照常规流程绘制出来的火山图看上去会很奇怪。

1、为什么火山图顶部聚集了很多基因？

这是由于单细胞有别于bulk的特性，会出现两组细胞之间的p值过于显著出现或接近0的情况，那么在取-log10之后的值会很大。

2、为什么火山图中间出现了空白

这是因为在进行FindMarkers时默认设置了一定的阈值，可以通过修改参数的阈值来修改自己的火山图（比如下边的示例代码中的min.pct和logfc.threshold参数)

markers <- FindMarkers(scRNA_tumor,ident.1 = 'acitve', only.pos = FALSE, 
                            min.pct = 0.25, logfc.threshold = 0.25)

常规火山图的代码：

#增加一列显著基因，待会标名字
markers$sign <- ifelse(markers$p_val_adj < 0.005 & abs(markers$avg_log2FC) > 2,
                       rownames(markers),NA)
#当然也可以自定义的，随机的
k <- c("TP53","CD34","CD68")
markers <- markers %>%
mutate(Sign = ifelse(rownames(markers) %in% k, rownames(markers), NA))

#自定义阈值
log2FC = 0.585
padj = 0.05

colnames(markers)
library(ggplot2)
library(ggrepel) # 这个R包用于添加基因名称
ggplot(data = markers, aes(x = avg_log2FC, y = -log10(p_val_adj))) +
  geom_point(alpha=0.4, size=3.5, aes(color=change)) +
  #scale_color_manual(values=c("blue", "grey","red"))+
  scale_color_manual('change',labels=c(paste0("down(",table(markers$change)[[1]],')'),
                                 'ns',
                                 paste0("up(",table(markers$change)[[3]],')' )),
                                 values=c("blue", "grey","red" ))+
  geom_vline(xintercept=c(-log2FC,log2FC),lty=4,col="black",linewidth=0.8) +
  geom_hline(yintercept = -log10(padj),lty=4,col="black",linewidth=0.8) +
  geom_label_repel(aes(label = sign ), fontface="bold", 
                   color="black", box.padding=unit(0.35, "lines"),
                   point.padding=unit(0.5, "lines"), segment.colour = "grey50") +
  theme_bw()

那么除了不画常规的火山图，还可以采用另一种方式进行绘制，在生信技能树推文中就提供了新的绘制方式。

横坐标 使用不同cluster细胞的的pct差值，纵坐标 使用log2FC ，P值用颜色来表示。

针对自己的数据也进行了尝试

新的火山图绘制代码

# 单细胞火山图展示方式-new
# Findmarkers参数设置为0！
library(ggrepel)
markers <- markers %>%
  mutate(Difference = pct.1 - pct.2) %>% 
  rownames_to_column("gene")

#画图
ggplot(markers, aes(x=Difference, y=avg_log2FC, color = change)) + 
  geom_point(size=1.2) + 
  scale_color_manual('change',labels=c(paste0("down(",table(markers$change)[[1]],')'),
                                 'ns',
                                 paste0("up(",table(markers$change)[[3]],')' )),
                                 values=c("#0d1b46", "grey","tomato" ))+
  geom_label_repel(data=subset(markers, 
                               avg_log2FC >= 1 & Difference >= 0.2 & p_val_adj <= 0.05), 
                   aes(label=gene),  #添加label
                   color="black", #设置label中标签的颜色
                   segment.colour = "black",#设置label框的颜色
                   label.padding = 0.2, 
                   segment.size = 0.3,  #框的大小
                   size=4,
                   max.overlaps = 20) +  # 增加 max.overlaps 参数
  geom_label_repel(data=subset(markers, 
                               avg_log2FC <= -1 & Difference <= -0.1 & p_val_adj <= 0.05), 
                   aes(label=gene), 
                   label.padding = 0.2, 
                   color="black",
                   segment.colour = "black",
                   segment.size = 0.3, size=4,
                   max.overlaps = 20) + 
  geom_vline(xintercept = 0,linetype = 2) +
  geom_hline(yintercept = 0,linetype = 2) +
  labs(x="△ Percentage difference",y="Log-Fold change") + 
  theme_bw()
ggsave("volcanoplot_new.pdf",width = 9,height = 7)

致谢：感谢曾老师，小洁老师以及生信技能树团队全体成员。

注：若对内容有疑惑或者有发现明确错误的朋友，请联系后台(希望多多交流)。更多内容可关注公众号：生信方舟

- END -

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。

数据挖掘