tidyverse|创建数据框并绘制出4维的点图

目标图

scanpy dotplot

最终实现过程

目的：得到一个数据框，第一列为cluster类型，第二列为基因，后面两列为该基因在该cluster的计算值。
思路：

• 第一步，获得初始数据框，行为cluster类别，列为基因，值为其表达量，注意有大量为0.
• 第二步，分两步对该数据框进行分组汇总，分别计算某一基因在某一特定cluster中的平均表达量，不包括0；再计算在该cluster中，有多少个细胞表达了该基因。
• 第三步，将以上两个数据框进行轴转换，得到一个nx3列数据框，前两列分别为cluster 类别和基因名，最后一列为对应值。
• 第四步，将以上两个数据框进行合并，得到最终的数据框。
• 第五步，根据该数据框，进行点图绘制，设置点的大小和点的颜色。

实现代码

count_n_cell_per_gene <- function(x){
    return(sum(x>0))
}

mean_exp_per_gene <- function(x){
    n_cell <- sum(x>0)
    return(sum(x)/n_cell)
}

dotPlot <- function(df){
    df_sum_exp <- group_by(df,ident) %>% summarise_each(funs(sum))
    df_n_cell <- group_by(df,ident) %>% summarise_each(funs(count_n_cell_per_gene)) %>% 
    pivot_longer(cols = -ident, names_to = "features",values_to = "n_cells_gene")
    df_mean_exp <- group_by(df,ident) %>% summarise_each(funs(mean_exp_per_gene)) %>% 
    pivot_longer(cols = -ident, names_to = "features",values_to = "mean_exp_gene")
    df_mean_exp[is.na(df_mean_exp)] <- 0

    df_sum <- merge(df_mean_exp,df_n_cell,by = c("ident","features"))

    p <- ggplot(df_sum,aes(x = ident,y = features)) + 
        geom_point(aes(size = n_cells_gene, color = mean_exp_gene)) +
        scale_color_gradient(low = "#FFFFFF",high = "#990000") +
        labs(x = '',y = '',color = "mean exp per gene", size = "numbers of cells")+
        theme_classic()
    return(p)
}

最终效果图

小结

一开始，尝试直接用初始数据框获得size，和color 的数值，应该是不行的（至少现在没想通）。回顾看来，其实实现的关键是，依次根据分组得到相应计算值，然后进行轴转换，最后合并得到最终数据框。所以，绘图展示，也是需要前期的数据清洗和整理！整个过程也是各个函数的综合运用了，尤其是tidyverse包！