(视频教程): Monocle3分析流程-分析简化函数和可视化函数

学术   科学   2024-09-14 12:07   重庆  

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):


刚刚更新完monocle2的视频教程((视频教程): Monocle2安装包测试、分析流程及可视化修饰),那么monocle3也不能落下,毕竟不能厚此薄彼,有小伙伴也是有需求。所以我们紧接着制作了这部分内容。主要做了两个事情,第一是对流程进行了讲解,第二是写了两个函数,一个是分析函数,一个是热图可视化函数,主要的目的还是为了简化工作。至于monocle3其他的内容强参考之前的帖子。完整版代码函数以及视频教程已发布微信VIP,请自行下载!

Monocle3往期

Monocle3(1):单细胞拟时分析---分析(详细注释版)

Monocle3(2):单细胞拟时分析可视化---普通版

Monocle3:单细胞拟时分析---个性化分析思路及可视化

Monocle3个性化分析作图:拟时热图/拟时基因GO分析/拟时基因趋势分析


首先是分析过程,monocle3的分析其实很简洁;

##runcds_data <- ks_run_monocle3(object=cytotrace2_sce,                     idents="cluster",                     use_partition=F,                     learn_graph_control=list(minimal_branch_len=9.5,euclidean_distance_ratio=1),                     define_root=T,                     know_root=T,                     root_state="YSMP")
#plotplot_cells(cds_data, label_cell_groups = F,            color_cells_by = "pseudotime",            label_branch_points = F,            label_roots =F,           label_leaves =F,           graph_label_size = 0,            cell_size=2,            trajectory_graph_color='black',           trajectory_graph_segment_size = 2)
然后就是拟时热图绘制:
#在monocle3分析中,我们使用graph_test函数分析过拟时差异基因,这个过程比较慢modulated_genes <- graph_test(cds_data, neighbor_graph = "principal_graph", cores = 5)plot_genes <- row.names(subset(modulated_genes, q_value < 0.01 & morans_I > 0.25))

#plot
ht1 = ks_monocle3_heatmap(cds = cds_data, graph_gene = plot_genes, celltype_color = c("#E69253", "#EDB931", "#E4502E", "#4f372d"), cluster_color =c("#8f657d", "#42819F", "#86AA7D", "#CBB396"), num_clusters=4)
#label genegenes <- c("C1QB","C1QC","C1QA","MRC1","LGMN","MS4A7","MAF","FOLR2",           "HLA-DPA1","CLEC10A","IL10RA","CD163","KCTD12","CLEC7A","MS4A6A","CD14",           "ITM2A","CYTL1","MDK","SELP","CD24",           "S100A8","S100A9","S100A12")
ht2 = ks_monocle3_heatmap(cds = cds_data, graph_gene = plot_genes, celltype_color = c("#E69253", "#EDB931", "#E4502E", "#4f372d"), cluster_color =c("#8f657d", "#42819F", "#86AA7D", "#CBB396"), num_clusters=4, labels = T, label_genes = genes)
这样整个工作就大大简化了,希望对您有用!

觉得我们分享有些用的,点个赞再走呗!

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

新的板块-重要通知-双向选择

KS科研分享与服务
科研学习交流于分享,生信学习笔记,科研经历和生活!
 最新文章