背景：使用seurat包中的DotPlot函数绘制细胞类型基因表达的气泡图，此函数能够将每一个细胞的基因表达量统计为每一个细胞类型的基因表达量。
dotplot气泡图.png
#object是seurat对象，features是需要展示在横坐标轴上的genes。纵坐标是注释出来的细胞类型。
library(dplyr);library(ggtree);library(cowplot)
df <- DotPlot(object,features = features)$data
head(df).png
可以看到，上图结果中表格的行名以及features.plot列是基因，id列是细胞类型，avg.exp是其平均的基因表达量，avg.exp.scaled则是校正后的基因表达量。
#获取气泡图中的相关信息，为构建层次聚类图作准备
mat <- df %>% dplyr::select(-pct.exp, -avg.exp.scaled) %>% tidyr::pivot_wider
(names_from = features.plot, values_from = avg.exp ) %>% data.frame()
row.names(mat) <- mat$id
mat <- mat[,-1]
head(mat).png
上图主要是将需要的基因列、细胞类型列以及平均表达量提取出来，将长数据转换为宽数据。这里补充一个知识点：长数据转换为宽数据。
长数据是看起来长长的、窄窄的数据格式，通常是一列代表某个值，例如：
image.png
这里就构造了三列，每一列代表不同的值，如
cell列是细胞，gene列是基因，exp列是细胞对应基因的表达量。那么宽数据就是矩阵格式的数据，通常行名代表某个值，列名代表某个值，列和行对应的地方代表原始表达值。例如：
image.png
tidyr包的pivot_wider函数能够将长数据转换为宽数据，其中参数names_from是转换后的列名，values_from是转换后行名和列名对应起来的原始表达值。因此上图中宽数据的列名就是原始的基因列gene，而行名是原始的细胞列cell，行列对应的地方是原始的细胞对应基因的表达量exp。
#计算不同细胞类型之间的相关性
clust <- hclust(dist(mat %>% as.matrix()))
ddgram <- as.dendrogram(clust)
#绘制层次聚类图
ggtree_plot <- ggtree::ggtree(ddgram,branch.length="none")+
geom_tippoint(color="#FDAC4F", shape=8, size=3)
#绘制气泡图总图
df$id <- factor(df$id , levels = clust$labels[clust$order])
dotplot <- ggplot(df,aes(x=features.plot,y = id,size = pct.exp, color = avg.exp.scaled))+
geom_point() +
scale_size("% detected", range = c(0,6)) +
scale_y_discrete(position = "right") +
scale_color_gradientn(colours = viridis::viridis(20),
guide = guide_colorbar(ticks.colour = "black",frame.colour = "black"),
name = "Average\nexpression") +
cowplot::theme_cowplot() +
ylab("") + xlab("Markers") + theme_bw() +
theme(
axis.text.x = element_text(size=10, angle=0, hjust=0.5, color="black"),
axis.text.y = element_text(size=12, color="black"),
axis.title = element_text(size=14)
)
ggtree_plot_yset <- ggtree_plot + aplot::ylim2(dotplot)
p <- plot_grid(ggtree_plot_yset,NULL,dotplot, nrow = 1,
rel_widths = c(0.5,-0.025, 2),
align = 'h')
#保存图片
pdf("dotplot.pdf",height=8,width=8)
print(p)
dev.off()
