有小伙伴说想要做单细胞marker基因表达密度图，我一想，好像之前是做过的（单细胞marker基因可视化的补充---密度图与等高线图）。但是他又说没有文献中的效果。后来我一看，是因为着色的问题。其实用Nebulosa包（GitHub - powellgenomicslab/Nebulosa: R package to visualize gene expression data based on weighted kernel density estimation）就可以完成。
首先我们读入数据，分析下marker基因，用于作图：
setwd('D:\\KS项目\\公众号文章\\单细胞marker基因密度图')
library(Seurat)
library(Nebulosa)
library(ggnetwork)
library(dplyr)
markers <- FindAllMarkers(mouse_data, logfc.threshold = 0.5, min.pct = 0.5)
markers_plot <- markers %>%
group_by(cluster) %>%
slice(1:2)
需要注意，这里我算是投机取巧了，用了一个和这个作图毫无关系的包ggnetwork，主要的目的是用他的theme_blank()主题，一次性将所有清空，当然也可以自己慢慢写，不过有现成的，为啥不用呢？单个图看看：
plot_density(mouse_data, features = c("Ltf"),
pal = 'magma', raster = T, size = 0.8) &
theme_blank()&#这个是ggnetwork里面的主题，可以去掉所有ggplot背景
theme(legend.frame = element_rect(colour = "black"),
legend.ticks = element_line(colour = "black", linewidth = 0),
legend.key.width = unit(0.3, "cm"),
legend.key.height = unit(0.8, "cm"),
legend.title = element_text(color = 'black', face = "bold", size=8))
想要黑夜效果，背景设置呈黑色即可：
plot_density(mouse_data, features = c("Ltf"),
pal = 'magma', raster = T, size = 0.8) &
theme_blank()&
theme(panel.background = element_rect(fill = "black"))&
theme(legend.frame = element_rect(colour = "black"),
legend.ticks = element_line(colour = "black", linewidth = 0),
legend.key.width = unit(0.3, "cm"),
legend.key.height = unit(0.8, "cm"),
legend.title = element_text(color = 'black', face = "bold", size=8))
我们借助Nebulosa，将上面的过程包装为一个函数，还是那句话，受累麻烦的事我们来解决，您轻松即可，先看看函数参数：需要注意的是，如果你只想框选某一类celltype，理想模式是这群celltype是单独聚类的，没有散落在其他类群，否则将会全部框选，效果不好，建议使用AI/PS添加。
很多是默认参数，我们演示一下：
#1黑夜模式，框选所有celltype轮廓
single_CM_density(object = mouse_data,
features = "Ltf",
night = T)
#2黑夜模式，只选择需要的celltype，我这里选择PMN(7），聚类好
#设置这个模式，需要设置参数idents
single_CM_density(object = mouse_data,
features = "Ltf",
night = T,
idents = "celltype",
label_celltype = "PMN(7)")
批量出一下黑夜模式的图：完美！这质感不就上去了嘛。
#批量出图
plist2 <- list()
for (i in 1:nrow(markers_plot)) {
p = single_CM_density(object = mouse_data,
features = markers_plot$gene[i],
night = T)
plist2[[i]] <- p
}
#拼图
library(cowplot)
plot_grid(plotlist = plist2, ncol = 4)
