美文网首页cmapcMap知识点
cMAP新版clue的使用——CELL APP

cMAP新版clue的使用——CELL APP

作者: Clariom | 来源:发表于2020-06-16 23:31 被阅读0次

    之前在Connectivity Map(cMap)的探索应用(二)中提到了两种cmap在线分析网站,一个是build2 ;另一个是CLUE平台。bulid2在cMAP在线分析——旧版build2的使用 那期已经讲解过,今天就来简单介绍下CLUE平台的使用!由于CLUE平台的功能很多,会分多期讲解。上一期cMAP新版clue的使用——Morpheus已经简单介绍了Morpheus的操作方法,今天开始 CELL APP的介绍!

    cMAP新版clue在线分析 ,网站:https://clue.io/

    clue的主工具区(Tools)

    image

    今天主要介绍CELL APP,该工具主要用于探索网站收录的3000多个细胞系,可以查看都有哪些细胞系,它们具体的注释情况,也可以下载所有细胞的信息。

    CELL APP介绍

    首先点击Tools—CELL APP,进入如下界面,左侧为分类条件,可根据自己感兴趣的条件选择查看细胞信息。右侧上部为细胞的组成可视化图,一目了然的可以看到这3000多个细胞大概分几大类,各自的占比区域,非常直观。右侧下部就是具体的细胞及其注释信息,可点击齿轮按钮选择所需注释信息,也可以点击export下载细胞信息。

    image

    CELL APP衍生

    以下抛出这样一个问题:"如果将所有细胞信息下载下来,如何绘制这个细胞组成可视化图?"

    首先由上图推测数据源自多个注释信息,主要是 Cell iname和Cell lineage这两项,通过以下export下载这两列信息,保存至excel表格中。

    ##首先清除环境,安装并加载所需要的R包
    rm(list = ls()) #清除环境内存
    
    ##常规R包安装
    # options("repos" = c(CRAN="https://mirrors.ustc.edu.cn/CRAN/"))
    # options()$repos 
    # install.packages("treemapify") #更换多个镜像下载依然失败
    # devtools::install_github("wilkox/treemapify") #下载太缓慢总失败
    
    ##部分R包下载总出现问题,所以选择下载后本地安装
    # install.packages("shades_1.4.0.tar.gz",repos = NULL)
    # install.packages("ggfittext_0.8.1.tar.gz",repos = NULL) 
    # install.packages("treemapify_2.5.3.tar.gz",repos = NULL)  #ggplot2的拓展包
    # install.packages("ggplot2") 
    # install.packages("readxl") 
    # install.packages("RColorBrewer")
    
    ##加载R包
    library(ggplot2)
    library(treemapify) #载入后可查看帮助文档,该如何使用?
    library(readxl) 
    library(RColorBrewer)
    
    ##读入数据并对数据做简单处理
    data<-read_excel("treeplot.xlsx",1)    #读入excel数据
    data<-as.data.frame(data) # 将data转换为data.frame格式
    colnames(data)=c("lineage","name")
    
    ##绘图
    g=ggplot(data, aes(area = 1,fill=lineage, subgroup = lineage, subgroup2 = name )) +
      geom_treemap()+
      geom_treemap_subgroup_border(colour = "black", size = 3)+
      geom_treemap_subgroup2_border(colour = "white", size = 2) +
      geom_treemap_subgroup_text(place = "middle",colour = "black",alpha = 0.8,grow = T) +
      guides(fill=FALSE)
    print(g)
    ggsave("treeplot.pdf", width = 15, height = 10, units = "cm") 
    

    通过以上代码得到如下结果, 与官网图比较来看,大部分信息是吻合的,但在细节上官网图显然还加入了更多注释分类。这一点大家可以自行补充。

    image

    最后,这类矩阵树状图可以应用在很多数据展示情景下,特别是那些包含复杂层级关系的数据,可以通过这种可视化方式很好呈现彼此之间的所属、占比等关系。

    往期回顾

    miR-circ靶向关系如何批量预测?

    Connectivity Map(cMap)的探索应用(一)

    miRNA靶标预测数据的答疑解惑!

    Connectivity Map(cMap)的探索应用(二)

    cMAP在线分析——旧版build2的使用

    Connectivity Map(cMap)的探索应用(三)

    cMAP新版clue的使用——List Marker

    cMAP新版clue的使用——query

    cMAP新版clue的使用——Touchstone

    cMAP新版clue的使用——Data Library

    cMap新版clue的使用——Morpheus

    今天的内容就到这里,更多内容可关注公共号“YJY技能修炼”~~~

    相关文章

      网友评论

        本文标题:cMAP新版clue的使用——CELL APP

        本文链接:https://www.haomeiwen.com/subject/xlsbzhtx.html