偷偷问一下，关注了吗？
内容获取
1、购买打包合集（《KS科研分享与服务》付费内容打包集合），价格感人，可以加入微信VIP群（答疑交流群，甚至有小伙伴觉得群比代码更好），可以获取建号以来所有内容，群成员专享视频教程，提前更新，其他更多福利！
2、《KS科研分享与服务》公众号有QQ群，进入门槛是20元（完全是为了防止白嫖党，请理解），请考虑清楚。群里有免费推文的注释代码和示例数据（终身拥有），没有付费内容，群成员福利是购买单个付费内容半价！
需要者详情请联系作者（非需要者勿扰，处理太费时间）：
单细胞降维图celltype框选一直是可视化中很多人喜爱的，之前我们也介绍过一些（单细胞marker基因表达密度图-(还有一个包装函数）、玩转单细胞（5）：单细胞UMAP图只标记特定细胞群、圈定细胞群及坐标轴修改）。都或多或少有些不理想，不如AI来的直接，不过最近看到一个优秀的包---mascarade，圈选的效果挺好。所以学习以下，很简单，但是使用挺灵活，支持UMAP和TSNE：
官方教程链接：https://rpubs.com/asergushichev/mascarade-tutorial
首先安装包，并熟悉流程：
#安装包remotes::install_github("alserglab/mascarade")library(mascarade)library(ggplot2)library(data.table)library(Seurat)#load data#我们首先熟悉以下流程uterus <- readRDS("D:/KS项目/公众号文章/RNA速率分析/uterus.rds")
#mascarade包做celltype框线，首先需要计算generateMask。#得到的是一个dataframe，其实就是框选轮廓位置#其他参数先默认，需要两个关键数据，一个是UMAP坐标dataframe，一个是celltype注释dims <- Embeddings(uterus, reduction = 'tsne')cluster <- uterus$celltypemaskTable <- generateMask(dims=dims,clusters=cluster)#然后ggplot作图，geom_path添加轮廓,其他就是ggplot主题修饰了data <- data.table(dims, cluster= cluster)ggplot(data, aes(x=tSNE_1, y=tSNE_2)) +geom_point(aes(color=cluster)) +geom_path(data=maskTable, aes(group=group)) +coord_fixed() +theme_classic()
UMAP测试：提取坐标、计算generateMask，参数需要按照自己实际数据调整。
emb <- Embeddings(obj,reduction = 'umap') %>% #提取坐标数据as.data.frame() %>%mutate(celltype=obj@meta.data$celltype)
maskTable <- generateMask(dims=emb[,1:2],clusters=emb$celltype,smoothSigma = 0.015,minDensity = 0.1,gridSize = 200,type = 'partition')
#plot-虚线ggplot(emb, aes(x=UMAP_1, y=UMAP_2)) +geom_point(aes(color=celltype)) +geom_path(data=maskTable, aes(group=group),linetype=6,size=1) + #调整框选线类型及粗细coord_fixed() +theme_classic()
#实线ggplot(emb, aes(x=UMAP_1, y=UMAP_2)) +geom_point(aes(color=celltype)) +geom_path(data=maskTable, aes(group=group),linetype=1,size=1) + #调整框选线类型及粗细coord_fixed() +theme_classic()
#只框选某种cellpeggplot(emb, aes(x=UMAP_1, y=UMAP_2)) +geom_point(aes(color=celltype)) +geom_path(data=maskTable[cluster=='Fibroblasts'], aes(group=group),linetype=1,size=1) + #调整框选线类型及粗细coord_fixed() +theme_classic()
计算了框选位置，直接在Dimplot后作图也可以：
#其实Dimplot+geom_path就可以实现，没必要非按照ggplot提取坐标作图DimPlot(obj, label = F, pt.size = 1)&geom_path(data=maskTable, aes(x=UMAP_1, y=UMAP_2,group=group),linetype=1,size=1)&scale_color_manual(values = alpha(c("#edc951","#eb6841","#4f372d","#00a0b0","#7A989A", "#849271", "#CF9546", "#C67052", "#C1AE8D"),0.5))
FeaturePlot做基因表达量，框选需要的celltype！效果不错。
p = FeaturePlot(obj, features = c("KRT5",'THY1',"CD3D","MITF","VWF","FLT4","TPM1","KIT","CD14"), ncol = 3)celltypes <- c("Keratinocytes","Fibroblasts","T cells","Melanocytes", "Endothlial","Lymphatic","Muscle","Mast cells",'Myeloid')for (i in seq_along(p)) {p[[i]] <- p[[i]]&geom_path(data=maskTable[cluster==celltypes[i]],aes(x=UMAP_1, y=UMAP_2,group=group),linetype=1,size=1)&theme(legend.key.width=unit(0.2,"cm"))&scale_color_gradientn(colours = c('#FFF7F3', '#FDE0DD', '#FCC5C0', '#FA9FB5', '#F768A1','#DD3497', '#AE017E', '#7A0177', '#49006A'),guide = guide_colorbar(frame.colour = "black",ticks.colour = NA))}p
关注我们获取精彩内容：
关注不迷路：扫描下面二维码关注公众号！
B站视频号链接：https://space.bilibili.com/471040659?spm_id_from=333.1007.0.0
关注 KS科研分享与服务，
认清正版优质内容和服务！
优质内容持续输出，物超所值！
合作联系：ks_account@163.com
