Seurat绘图功能增强:为多图组合添加全局标题
概述
在单细胞RNA测序数据分析中,Seurat是一个广泛使用的R语言工具包。它提供了丰富的可视化功能,其中FeaturePlot
函数常用于展示基因表达模式。然而,当需要将多个基因表达图组合展示时,用户经常需要为整个组合图添加一个全局标题,这在Seurat的默认功能中并不直接支持。
问题背景
在分析单细胞数据时,研究人员通常会同时观察多个标记基因的表达情况。例如,在研究Sertoli细胞时,可能需要同时查看SOX9、WT1、AMH和CITED1等标记基因的表达模式。使用Seurat的FeaturePlot
函数可以轻松生成这些基因的单独表达图,但将这些图组合起来并添加一个说明性的全局标题却需要额外的处理。
解决方案
原始解决方案
最初提出的解决方案是创建一个自定义函数AddTitle
,该函数利用wrap_plots
和grid::textGrob
来在组合图上方添加标题:
AddTitle <- function(seurat_plot, title, ratio=14) {
seurat_plot %>% {
wrap_plots(
grid::textGrob(title, gp=gpar(cex=3)),
.,
heights=c(1,ratio),
widths=c(ceiling(sqrt(length(seurat_plot))),1),
ncol=1
)
}
}
使用示例:
FeaturePlot(scdata, c('SOX9','WT1','AMH','CITED1')) %>%
AddTitle('Sertoli cells markers')
更简洁的解决方案
实际上,Seurat的绘图系统基于ggplot2和patchwork包,可以直接使用patchwork提供的plot_annotation
功能来添加全局标题,这种方法更加简洁:
FeaturePlot(scdata, c('SOX9','WT1','AMH','CITED1')) +
patchwork::plot_annotation('Sertoli cells markers')
技术细节
-
patchwork包:这是一个专门用于组合和排列ggplot2图形的R包,提供了强大的图形布局和注释功能。
-
plot_annotation函数:可以添加全局标题、子标题和标签等注释元素,支持通过
title
参数指定主标题。 -
样式定制:可以通过
theme
参数进一步定制标题的样式,如字体大小、颜色和对齐方式等。
最佳实践建议
-
对于简单的标题添加需求,优先使用patchwork的
plot_annotation
方法,代码更简洁且易于维护。 -
当需要更复杂的布局或特殊样式时,可以考虑自定义函数,但要注意保持代码的可读性。
-
在发表级别的图形中,建议统一标题样式与正文中的图形风格保持一致。
总结
Seurat与patchwork包的结合为单细胞数据的可视化提供了强大的工具链。通过plot_annotation
添加全局标题的方法不仅代码简洁,而且保持了ggplot2图形系统的灵活性。这一技巧可以广泛应用于各种需要组合多个单细胞基因表达图的场景,帮助研究人员更清晰地展示他们的发现。
- DDeepSeek-V3.1-BaseDeepSeek-V3.1 是一款支持思考模式与非思考模式的混合模型Python00
- QQwen-Image-Edit基于200亿参数Qwen-Image构建,Qwen-Image-Edit实现精准文本渲染与图像编辑,融合语义与外观控制能力Jinja00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~052CommonUtilLibrary
快速开发工具类收集,史上最全的开发工具类,欢迎Follow、Fork、StarJava04GitCode百大开源项目
GitCode百大计划旨在表彰GitCode平台上积极推动项目社区化,拥有广泛影响力的G-Star项目,入选项目不仅代表了GitCode开源生态的蓬勃发展,也反映了当下开源行业的发展趋势。06GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00openHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!C0307- WWan2.2-S2V-14B【Wan2.2 全新发布|更强画质,更快生成】新一代视频生成模型 Wan2.2,创新采用MoE架构,实现电影级美学与复杂运动控制,支持720P高清文本/图像生成视频,消费级显卡即可流畅运行,性能达业界领先水平Python00
- GGLM-4.5-AirGLM-4.5 系列模型是专为智能体设计的基础模型。GLM-4.5拥有 3550 亿总参数量,其中 320 亿活跃参数;GLM-4.5-Air采用更紧凑的设计,拥有 1060 亿总参数量,其中 120 亿活跃参数。GLM-4.5模型统一了推理、编码和智能体能力,以满足智能体应用的复杂需求Jinja00
Yi-Coder
Yi Coder 编程模型,小而强大的编程助手HTML013
热门内容推荐
最新内容推荐
项目优选









