当前位置: 首页 > article >正文

cellphonedb v5受配体多组比较气泡图(原创函数)

前面我们发布了关于cellchat的函数(连夜更新---别说两组了,这个cellchat多组比较气泡图函数10组也能做了)。因为cellchat比较好入手,所以先开刀。很多小伙伴说有没有cpdb的,其实在写函数之初,我们就考虑到了,只不过先从cellchat好入手,本来以为套用可能大差不差,结果cpdb在数据上有很大出入,所以这次费了点时间。However,最终效果刚刚的!

参考:函数B站解说视频(一定要看使用方法哦!):cellphonedb V5多组受配体分析可视化函数_哔哩哔哩_bilibili

函数主体:也是支持多组,支持自选受配体,自选pathway,自定义分类!

image.png

image.png

看看演示:load data


library(ggplot2)
library(tidyr)

#load data
GO_pvals <- read.delim("./GO_cpdb/statistical_analysis_pvalues_08_15_2024_132104.txt", check.names = FALSE)
GO_means <- read.delim("./GO_cpdb/statistical_analysis_means_08_15_2024_132104.txt", check.names = FALSE)


WT_pvals <- read.delim("./WT_cpdb/statistical_analysis_pvalues_08_15_2024_132617.txt", check.names = FALSE)
WT_means <- read.delim("./WT_cpdb/statistical_analysis_means_08_15_2024_132617.txt", check.names = FALSE)


data = list(list(pval=GO_pvals, means=GO_means), 
            list(pval=WT_pvals, means=WT_means))

测试1:选定通路

#测试1:cpdb_anno没有pathway,用cpdb默认的,用通路选择
cpdb_interLR <- read.csv(file="cpdb_interLR",header = T)
#选定pathway,注释文件中没有pathway
ks_cpdb_Group_bubble(cpdb_data = data,
                     group_names = c("GO","WT"),
                     analysis_cells = "Endothelial",
                     pathway = c("Signaling by Transforming growth factor","Signaling by Semaphorin"),
                     cpdb_anno = cpdb_interLR,
                     tag_pos = c(0.5,0.12),
                     sig = F)


#随机换种celltype试试
ks_cpdb_Group_bubble(cpdb_data = data,
                     group_names = c("GO","WT"),
                     analysis_cells = "Macrophages",
                     pathway = c("Adhesion by Laminin","Signaling by Integrin"),
                     cpdb_anno = cpdb_interLR,
                     tag_pos = c(0.4,0.2),
                     sig = F)

#只显示显著的,sig=T
ks_cpdb_Group_bubble(cpdb_data = data,
                     group_names = c("GO","WT"),
                     analysis_cells = "Endothelial",
                     pathway = c("Signaling by Transforming growth factor","Signaling by Semaphorin"),
                     cpdb_anno = cpdb_interLR,
                     tag_pos = c(0.5,0.12),
                     sig = T)

image.png

image.png

测试2:自选受配体,自定义分类!

#测试2
#自选受配体对,注释文件带pathway注释
cpdb_interLR_anno <- read.csv(file = 'cpdb_interLR_anno.csv', header = T, row.names = 1)
select_LR <- read.csv('plot_pairs.csv', header = F)


ks_cpdb_Group_bubble(cpdb_data = data,
                     group_names = c("GO","WT"),
                     analysis_cells = "Endothelial",
                     select_LR = select_LR$V1,
                     cpdb_anno = cpdb_interLR_anno,
                     tag_pos = c(0.4,0.2),
                     sig = F)

没毛病,非常完美!希望对你有所帮助!


http://www.kler.cn/a/568527.html

相关文章:

  • Visual Studio Code集成MarsCode AI
  • DeepSeek on AWS:解锁高效AI训练与部署的云端密码
  • rust基础-宏与方法之间的区别
  • MongoDB Compass中MONGOSH常用查询整理
  • 洛谷P1004方格取数(两个题解)P1359租用游艇 P2285打鼹鼠 P1725琪露诺 P1886滑动窗口/单调序列
  • 【沙漠之心:揭秘尘封奇迹的终极之旅】
  • Redis通用命令
  • Java 容器之 List
  • 2024年时间序列预测领域的SOTA模型总结
  • 代数结构—笔记
  • swift 开发效率提升工具
  • Oracle 数据库基础入门(四):分组与联表查询的深度探索(上)
  • 内存管理c/c++
  • 鸿蒙项目实战:PR#39888中解决的ACE引擎具体问题及技术方案赏析
  • Android 端侧运行 LLM 框架 MNN 及其应用
  • 【Linux】消息队列和信号量
  • 问题修复-后端返给前端的时间展示错误
  • Pytorch使用手册—Raspberry Pi 4 上的实时推理(30 FPS!)(专题三十六)
  • QEMU源码全解析 —— 内存虚拟化(23)
  • 语法Object.defineProperty()