单细胞marker基因平均表达量热图

❝

1、《KS科研分享与服务》公众号有QQ交流群，但是进入门槛是20元，请考虑清楚。群里有推文的注释代码和示例数据，付费内容半价，还可以与大家交流。

2、单细胞转录组全流程代码需收费，收费代码包含公众号付费内容，也有很多新增加的内容。需进群或者需单细胞代码的小伙伴请添加作者微信了解，请备注目的，除此之外请勿添加，谢谢！

3、付费文章集合有打包价哦！

详情请联系作者：

❞

单细胞marker gene热图我们之前做过，也进行过改造：

单细胞基因可视化之热图改造修饰1

单细胞基因可视化之热图的根本改造2

但是那都是将所有细胞展现出来，最近有小伙伴问道如下的文献图，简单明了的一种细胞一列进行marker gene表达展示。这个图其实就是展示了平均的细胞表达量而已。我们简单做一下。此外，顺便复现下基因注释。

（reference：Dissecting the transcriptome landscape of the human fetal neural retina and retinal pigment epithelium by single-cell RNA-seq analysis）

首先我们得到marker gene：

library(Seurat)human_data <- readRDS("D:/KS/human_data.rds")DefaultAssay(human_data) <- "RNA"all.markers  <- FindAllMarkers(human_data,                                only.pos = TRUE,                                min.pct = 0.25,                                logfc.threshold = 0.75)

选择需要的marker gene进行展示，平均表达量使用seurat自带函数AverageExpression进行计算。热图使用Complexheatmap做即可。

#计算平均表达量gene_cell_exp <- AverageExpression(human_data,                                   features = gene,                                   group.by = 'celltype',                                   slot = 'data') gene_cell_exp <- as.data.frame(gene_cell_exp$RNA)
#complexheatmap作图library(ComplexHeatmap)#顶部细胞类型注释df <- data.frame(colnames(gene_cell_exp))colnames(df) <- 'class'top_anno = HeatmapAnnotation(df = df,#细胞名/cluster                             border = T,                             show_annotation_name = F,                             gp = gpar(col = 'black'),                             col = list(class = c('Macrophage'="#9ECABE",                                                     'T cell'="#F6F5B4",                                                     'mDC'="#2F528F",                                                     "Neutrophil"="#E3AD68",                                                     "Mast"="#ACD45E")))#颜色设置#数据标准化缩放一下marker_exp <- t(scale(t(gene_cell_exp),scale = T,center = T))Heatmap(marker_exp,        cluster_rows = F,        cluster_columns = F,        show_column_names = F,        show_row_names = T,        column_title = NULL,        heatmap_legend_param = list(          title=' '),        col = colorRampPalette(c("#0000EF","black","#FDFE00"))(100),        border = 'black',        rect_gp = gpar(col = "black", lwd = 1),        row_names_gp = gpar(fontsize = 10),        column_names_gp = gpar(fontsize = 10),        top_annotation = top_anno)

重点知识来了，为热图行名添加分屏注释：

col_cluster <- setNames(c(rep("#9ECABE",5), rep("#F6F5B4",6),                          rep("#2F528F",5), rep("#E3AD68",5),                          rep("#ACD45E",4)),                        rownames(marker_exp))#设置对应标签颜色
row_info = rowAnnotation(foo = anno_text(rownames(marker_exp),                               location = 0,                               just = "left",                              gp = gpar(fill = col_cluster,                                         col = "black"),                              width = max_text_width(rownames(marker_exp))*1.2))

Heatmap(marker_exp,        cluster_rows = F,        cluster_columns = F,        show_column_names = F,        show_row_names = T,        column_title = NULL,        heatmap_legend_param = list(          title=' '),        col = colorRampPalette(c("#0000EF","black","#FDFE00"))(100),        border = 'black',        rect_gp = gpar(col = "black", lwd = 1),        row_names_gp = gpar(fontsize = 10),        column_names_gp = gpar(fontsize = 10),        top_annotation = top_anno)+row_info

legend自己修饰一下就可以了。Complexheatmap真的很强大，有很多有用的功能，慢慢的我们探索。觉得分享有用的、点个赞、分享下再走呗！