1. 使用

plot_used <- plot_genes_in_pseudotime(monocle_object[gene_used, ], color_by="seurat_clusters", relative_expr=T, cell_size = 1, nrow = 2, ncol = 2)+NoLegend()

plot_used$data$expectation  '#每个细胞的表达量

plot_used$data$expression  #每个时间点的表达均值

2. 基因表达拟合

官方源代码
https://github.com/cole-trapnell-lab/monocle-release/blob/master/R/plotting.R

【单细胞轨迹分析】monocle3
前面一篇文章介绍了monocle2，今天介绍一下monocle3。其实，Monocle3和Monocle2并没有本...
monocle3 的安装
monocle2在解决细胞轨迹排布结果可读性上确实让人欢喜，但monocle2有个致命的确定，就是分析的细胞数目有...
monocle2
拟时（pseudotime）分析，又称细胞轨迹（cell trajectory）分析，通过拟时分析可以推断出发育过...
【单细胞转录组】monocle2轨迹图更改点颜色
monocle2轨迹图更改点颜色 monocle3轨迹图更改点颜色
Monocle2包学习笔记（三）：Constructing Si
image Monocle2使用反向图嵌入（Reversed Graph Embedding）的机器学习算法，来对...
如何将Seurat3.0版本的object转换为monocle的
之前Monocle2直接输入Seurat object只适用于Seuratv2.0版本的Seurat object...
Monocle2 学习笔记
参考：第六章 scRNA-seq数据分析使用monocle包进行pseudotime分析 monocle2 官...
单细胞测序分析之Seurat（3.0）包学习笔记
上一篇文章深入学习了Monocle2包，这次来继续学习Seurat包。Seurat官方网站：https://sat...
monocle2 使用笔记
1. 文献怎么用 monocle2 ? (1) ex1 作者处理2种细胞使用的策略还不一样！中性粒细胞 neut...
Monocle2包学习笔记（四）：Differential Ex
差异基因表达分析是RNA-Seq实验中的常见任务，Monocle2可以帮助我们找到在不同组细胞之间差异表达的基因，...