单细胞UMAP图可视化工具--PieParty

pieparty是一个可以在UMAP图上展示pie chart的工具，图如下，

install

直接下载，解压就能用。

usage:

至少需要三个文件：

1. expression matrix，可以用Seurat生成，

2. gene list  随意指定

3. tSNE或UMAP坐标，可以用Seurat生成

4. cluster信息（可选）

先走Seurat标准流程：生成以上所需文件

library(Seurat) 

library(dplyr) 

data = Read10X('./filtered_feature_bc_matrix') 

seurat_obj = CreateSeuratObject(data) 

seurat_obj = NormalizeData(seurat_obj) %>% FindVariableFeatures() %>% ScaleData() %>%   RunPCA() %>% RunUMAP(dims=1:50) %>% FindNeighbors(dims=1:50) %>%     FindClusters(resolution=0.2)

Seurat object 将expression data 导出/写入csv

write.csv(GetAssayData(seurat_obj, slot="data"), file = "expression_data.csv")

Seurat object 将UMAP/tSNE 信息导出/写入csv

write.csv(Embeddings(seurat_obj, reduction = "umap"), file = "cell_embeddings.UMAP.csv")

图1：

python3 PieParty.py -g expression_data.csv -c cell_embeddings.UMAP.csv -l gene_list

直接这样运行非常耗时，可以选择下面的方法，增加cluster信息，在cluster上画piechart。

图2：需要cluster信息

write.csv(seurat_obj@meta.data[,'seurat_clusters',drop=F], file = "cell_clusters.csv")

python3 PieParty.py -g expression_file.csv -c cell_coordinates.csv -l genelist1.csv genelist2.csv -gp True -cf clusters.csv -lc False

暂时用到的地方不多。