单细胞分析: Scanpy 核心绘图 (3)

引言

本系列讲解 使用 Scanpy 分析单细胞（scRNA-seq）数据 教程，持续更新，欢迎关注，转发！

Combining plots in subplots

一个坐标轴（axis）可以传递给绘图函数，从而把多个输出合并到同一个图中，如下例所示。

import matplotlib.pyplot as plt

fig, (ax1, ax2, ax3) = plt.subplots(1, 3, figsize=(20, 4), gridspec_kw={
   "wspace": 0.9})

ax1_dict = sc.pl.dotplot(
    pbmc, marker_genes_dict, groupby="bulk_labels", ax=ax1, show=False
)
ax2_dict = sc.pl.stacked_violin(
    pbmc, marker_genes_dict, groupby="bulk_labels", ax=ax2, show=False
)
ax3_dict = sc.pl.matrixplot(
    pbmc, marker_genes_dict, groupby="bulk_labels", ax=ax3, show=False, cmap="viridis"
)

Heatmaps

Heatmaps 不会像前面的图那样把细胞合并。相反，每个细胞分别显示为一行（如果 swap_axes=True，则为一列）。可以添加 groupby 信息，并使用与 sc.pl.umap 或其他嵌入图相同的色码来表示。

ax = sc.pl.heatmap(
    pbmc, marker_genes_dict, groupby="clusters", cmap="viridis", dendrogram=True
)

Heatmap 也可以在经过缩放的数据上绘制。在下一幅图中，与之前的 matrixplot 类似，最小值和最大值被调整，并使用了发散型色图。

ax = sc.pl.heatmap(
    pbmc,
    marker_genes_dict,
    groupby="clusters",
    layer="scaled",
    vmin=-2,
    vmax=2,
    cmap="RdBu_r",
    dendrogram=True,
    swap_axes=True,
    figsize=(11, 4),
)

Tracksplot

Track plot 显示的信息与 heatmap 相同，不同的是用高度而不是色阶来表示基因表达量。

ax = sc.pl.tracksplot(pbmc, marker_genes_dict, groupby="clusters", dendrogram=True)

Visualization of marker genes

与之前用已知基因标记来刻画细胞簇不同，我们可以找出在细胞簇或组别中差异表达的基因。

为了识别差异表达基因，我们运行 sc.tl.rank_genes_groups。该函数会依次取每一组细胞，将该组内每个基因的分布与该组外所有细胞的分布进行比较。这里，我们将使用 10x 提供的原始细胞标签，为这些细胞类型找出标记基因。

sc.tl.rank_genes_groups(pbmc, groupby="clusters", method="wilcoxon")

Visualize marker genes using dotplot

dotplot 可视化有助于快速浏览差异表达基因。为了让结果更紧凑，我们设置 n_genes=4，仅展示得分最高的 4 个基因。

sc.pl.rank_genes_groups_dotplot(pbmc, n_genes=4)

为了获得更好的展示效果，我们可以绘制 log fold changes 而非基因表达量。同时，我们希望只关注在某一细胞类型与其余细胞之间 log fold change ≥ 3 的基因。

此时，我们将参数 values_to_plot 设为 'logfoldchanges'，并将 min_logfoldchange 设为 3。

由于 log fold change 是一个发散型尺度，我们同样调整了待绘制的最小值与最大值，并使用发散型色图。请注意，在随后的图中，要区分不同的 T-cell 群体相当困难。

sc.pl.rank_genes_groups_dotplot(
    pbmc,
    n_genes=4,
    values_to_plot="logfoldchanges",
    min_logfoldchange=3,
    vmax=7,
    vmin=-7,
    cmap="bwr",
)

Focusing on particular groups

接下来，我们使用 dotplot 仅聚焦在两个组别上（violin、heatmap 和 matrixplot 同样支持 groups 选项）。在此，我们将 n_genes 设为 30，因为此时它会展示所有满足 min_logfoldchange=4 的基因，最多到 30 个。

sc.pl.rank_genes_groups_dotplot(
    pbmc,
    n_genes=30,
    values_to_plot="logfoldchanges",
    min_logfoldchange=4,
    vmax=7,
    vmin=-7,
    cmap="bwr",
    groups=["3", "7"],
)

Visualize marker genes using matrixplot

在随后的图中，我们使用先前计算好的 ‘scaled’ 值（存储在 layer scaled 中）并采用一条发散型色图。

sc.pl.rank_genes_groups_matrixplot(
    pbmc, n_genes=3, use_raw=False, vmin=-3, vmax=3, cmap="bwr", layer="scaled"
)

Visualize marker genes using stacked violin plots

sc.pl.rank_genes_groups_stacked_violin(pbmc, n_genes=3, cmap="viridis_r")

Visualize marker genes using heatmap

sc.pl.rank_genes_groups_heatmap(
    pbmc,
    n_genes=3,
    use_raw=False,
    swap_axes=True,
    vmin=-3,
    vmax=3,
    cmap="bwr",
    layer="scaled",
    figsize=(10, 7),
    show=False,
);

每类展示 10 个基因，关闭基因标签，并交换坐标轴。请注意，当图像交换后，类别会以颜色代码显示，而不再使用 ‘brackets’。

sc.pl.rank_genes_groups_heatmap(
    pbmc,
    n_genes=10,
    use_raw=False,
    swap_axes=True,
    show_gene_labels=False,
    vmin=-3,
    vmax=3,
    cmap="bwr",
)

Visualize marker genes using tracksplot

sc.pl.rank_genes_groups_tracksplot(pbmc, n_genes=3)

Comparison of marker genes using split violin plots

在 scanpy 里，只需一行命令，就能用“对半开”的小提琴图一次性把所有组的标记基因并排比较。

with rc_context({
   "figure.figsize": (9, 1.5)}):
    sc.pl.rank_genes_groups_violin(pbmc, n_genes=20, jitter=False)

Dendrogram options

大多数可视化都能通过 dendrogram 来排列类别。然而，dendrogram 也可以单独绘制，如下所示：

# compute hierarchical clustering using PCs (several distance metrics and linkage methods are available).
sc.tl.dendrogram(pbmc, "bulk_labels")

ax = sc.pl.dendrogram(pbmc, "bulk_labels")

Plot correlation

与 dendrogram 一起，还可以绘制类别间的相关性（默认使用 ‘pearson’ 相关系数）。

ax = sc.pl.correlation_matrix(pbmc, "bulk_labels", figsize=(5, 3.5))