FeaturePlot 对负值并不友好

  Seurat的FeaturePlot可以展示基因在降维空间里各个分群的表达情况，也可以展示metadata里面的数据情况，例如基因集打分情况。虽然这个函数绘图好用，但是对含有负值的数据却不是很友好。

head(obj,5)
                 orig.ident nCount_RNA nFeature_RNA percent.mt RNA_snn_res.0.5
AAACATACAACCAC-1     pbmc3k       2419          779  3.0177759               0
AAACATTGAGCTAC-1     pbmc3k       4903         1352  3.7935958               3
AAACATTGATCAGC-1     pbmc3k       3147         1129  0.8897363               2
AAACCGTGCTTCCG-1     pbmc3k       2639          960  1.7430845               5
AAACCGTGTATGCG-1     pbmc3k        980          521  1.2244898               6
                 seurat_clusters     celltype  PAX5_score
AAACATACAACCAC-1               0  Naive CD4 T -0.65698495
AAACATTGAGCTAC-1               3            B  0.69901894
AAACATTGATCAGC-1               2 Memory CD4 T  0.19401298
AAACCGTGCTTCCG-1               5 FCGR3A+ Mono -0.09846068
AAACCGTGTATGCG-1               6           NK  1.90214019

  上面是pbmc3k数据的结果，PAX5_score为PAX5转录因子在每个细胞的活性评分，可以看到值有正有负，如果直接用FeaturePlot的默认参数绘图：

FeaturePlot(obj, features='PAX5_score')

  显然，这个图不仅审美疲劳了，也不能很好突出PA5X在细胞群之间的差别，只能动动手改造一下了。原本以为像这样有正有负的情况，只要以0为界限，将正负分别用不同的颜色区别即可达到很好的区分度：

FeaturePlot(obj, features='PAX5_score', cols=c('blue','white','red'))

  视觉上似乎区分度确实增加了，显然右上角那群细胞活性更高一些。可是，一看图例就有点蒙了，怎么都变成正值了，这是做了啥让数据范围变成了1-2。

  画图最大的意义就是简洁明了地展示数据所蕴含的特征，所以还是像下面这样重新映射一下颜色，让它更符合实际情况的好：

FeaturePlot(obj, features='PAX5_score') + scale_color_gradient2(low='blue',mid='white',high='red')