玩转单细胞(2):Seurat批量做图修饰

❝

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：

❞

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))

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)

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)

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)

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！