Seurat作图相关问题：
我们在使用Seurat作图的时候，例如使用VlnPlot、FeaturePlot函数的时候，可以选定多个基因进行可视化。由于Seurat作图很多是基于ggplot2的，所以可以使用ggplot主题修饰，但是我们在使用过程中也发现一个问题。直接在作图函数后面加主题后，出的图只对最后一个进行了修饰，如下图：
library(Seurat)
library(ggplot2)
setwd("D:/KS项目/公众号文章/seurat循环作图")
genes <- c("S100a8","Zfhx3","Numb","Ltf",
"S100a9","Trps1", "Cd52","Anxa1",
"Neat1","Ly6g", "Tnf","Il1b")
VlnPlot(mouse_data,
cols = c("limegreen", "navy"),
pt.size = 0,
group.by = "sex",
features = genes,
ncol = 4,
log = FALSE)+theme(axis.title.x = element_blank(),
panel.border = element_rect(fill=NA,color="black"),
axis.title.y = element_text(color = 'black', size = 12))
图片
修改循环：
其实这里利用一下简单的循环，对每个小图进行修饰即可。先不要组合图，存储在list，使用CombinePlots函数组合。（#以下的方法也同样适用于 FeaturePlot函数）
plots_violins <- VlnPlot(mouse_data,
cols = c("limegreen", "navy"),
pt.size = 0,
group.by = "sex",
features = genes,
ncol = 4,
log = FALSE,
combine = FALSE)
for(i in 1:length(plots_violins)) {
plots_violins[[i]] <- plots_violins[[i]] + theme(axis.title.x = element_blank(),
panel.border = element_rect(fill=NA,color="black"),
axis.title.y = element_text(color = 'black', size = 12),
legend.position = 'none')
}
CombinePlots(plots_violins)
图片
还可以继续修饰：
for(i in 1:length(plots_violins)) {
plots_violins[[i]] <- plots_violins[[i]] + geom_boxplot(width=0.1, fill="white", outlier.shape = NA) + theme(legend.position = 'none')
}
CombinePlots(plots_violins)
图片
举一反三：
又到了举一反三的时刻，不知道看过上面的代码你有什么思考和感受呢，如果你有那么恭喜。我关注的点是什么呢，就是这个组合函数CombinePlots，看看它的解释：Combine ggplot2-based plots into a single plot。是不是有啥想法。没错，之前我们利用循环作图，list组合图的时候用的是plot_grid函数，如果list中的数据太多的话，排列是很麻烦的，那么使用这个函数就很方便了！这里我们利用循环演示一下：
plist <- list()
for(i in 1:length(plots_violins)) {
data <- plots_violins[[i]]$data
colnames(data) <- c('gene', 'ident')
p <- ggplot(data, aes(ident, gene, fill=ident))+
geom_violin()+theme(axis.title.x = element_blank(),
panel.border = element_rect(fill=NA,color="black"),
axis.title.y = element_text(color = 'black', size = 12),
legend.position = 'none',
panel.grid.major = element_blank(),
panel.grid.minor = element_blank(),
panel.background = element_blank())+
scale_fill_manual(values = c("limegreen", "navy"))+
labs(y='Expression')+
stat_compare_means(comparisons = my_comparisons)
plist[[i]] <- p
}
CombinePlots(plist, ncol = 4)
图片
以上就是这期全部内容了，希望对你有帮助，觉得有用的，分享一下，点个赞、点一下再看呗，谢谢支持！更多精彩内容请至我的公众号---KS科研分享与服务
