空间细胞类型方向图

作者，Evil Genius

低谷过后有新风~~~

空间细胞类型密度分布图

空间转录组数据分析之近邻热图绘制

10X单细胞（10X空间转录组）分析回顾之一些细节绘图操作

10X空间转录组的画图操作（基础知识）

文献中的热图代码实现（热图标记感兴趣的基因,基础知识）

ggplot2给并排条形图自定义添加P值

今天我们来实现一个好看的图片

好看的图片是发文必备的，不仅仅可以提供很多有效的信息，也会让审稿人眼前一亮，提高文章命中率

对于空间而言，这种图还有另外一个作用就是绘制通讯的方向性

好看的图片需要以下几个要素：

1、主题：一幅好照片必须有一个鲜明的主题，可以是表现一件事、一个人，也可以表现组照作品故事中的某一个细节。主题明确的作品，要表述的内容让观众一目了然，也就是说，能够使观众很容易从照片中看明白作者的意图。
2、简洁清晰：想必大家都知道这么一句话：绘画是加法，摄影是减法。也就是说，摄影的画面越简洁越好。简洁不等于简单，也不是指画面中被摄内容的多少，而是指画面与主题无关的视觉元素越少越好。
3、颜色搭配：颜色搭配也是一门很深的学问

对于我们单细胞空间的数据分析而言，分析的好，也是会展示分析的结果，好看的图片胜过千言万语，细节部分需要我们精心准备。

我们来实现一下：

suppressMessages({
library(Seurat)
library(dplyr)
library(ggplot2)
})

cortex_sp = readRDS(spatial_rds)

注意这里的空间rds是做过单细胞空间的，rds里面包含了每个spot的细胞比例信息，如下图：

cortex_sp@assays$predictions@data[1:10,1:10]

接下来提取有效信息

decon_mtrx = t(cortex_sp@assays$predictions@data)

cell_types_all <- colnames(decon_mtrx)[which(colnames(decon_mtrx) != "max")]

decon_df <- decon_mtrx %>%
  data.frame(check.names = F) %>%
  tibble::rownames_to_column("barcodes")

#decon_df$barcodes = rownames(tmp)

cortex_sp@meta.data <- cortex_sp@meta.data %>%
  tibble::rownames_to_column("barcodes") %>%
  dplyr::left_join(decon_df, by = "barcodes") %>%
  tibble::column_to_rownames("barcodes")

###plot dot
slice <- names(cortex_sp@images)[1]
metadata_ds <- data.frame(cortex_sp@meta.data)
colnames(metadata_ds) <- colnames(cortex_sp@meta.data)
cell_types_interest <- cell_types_all

metadata_ds <- metadata_ds %>% tibble::rownames_to_column("barcodeID") %>%
            dplyr::mutate(rsum = base::rowSums(.[, cell_types_interest,
                drop = FALSE])) %>% dplyr::filter(rsum != 0) %>%
            dplyr::select("barcodeID") %>% dplyr::left_join(metadata_ds %>%
            tibble::rownames_to_column("barcodeID"), by = "barcodeID") %>%
            tibble::column_to_rownames("barcodeID")


spatial_coord <- data.frame(cortex_sp@images[[slice]]@coordinates) %>%
        tibble::rownames_to_column("barcodeID") %>% dplyr::mutate(imagerow_scaled = imagerow *
        cortex_sp@images[[slice]]@scale.factors$lowres, imagecol_scaled = imagecol *
        cortex_sp@images[[slice]]@scale.factors$lowres) %>% dplyr::inner_join(metadata_ds %>%
        tibble::rownames_to_column("barcodeID"), by = "barcodeID")

然后，指定我们的目标细胞类型

cell = c("IIx","MuSCs","IIb")

好看的颜色搭配