拟时序分析的热图提取基因问题

Posted on by

昨天我在单细胞天地讲解了使用monocle2进行拟时序分析的方法，基本上跟着我的代码走一波就可以学会了，当然具体参数理解需要自行发力哦，见：使用monocle做拟时序分析（单细胞谱系发育） 用法只是最基础的知识而已，更多的时候，我们需要活学活用，比如课程学员提到的问题，就是因为做不到活学活用，他想知道下面的拟时序分析的热图提取基因，学员把基因按照发育顺序绘制了热图，而这些基因被他分成了3组，想拿基因去做GO/KEGG等数据库进行功能注释，不知道如何获取基因名字。
image-20190910123209360
我这里不能拿学员真实项目数据来演示，所以还是用我们的老朋友，拿scRNAseq包的表达矩阵测试，见：使用monocle做拟时序分析（单细胞谱系发育）

首先根据细胞发育谱系来绘制热图

因为前面的教程 使用monocle做拟时序分析（单细胞谱系发育） 我们已经把细胞发育情况做出来了，就是NPC细胞跟另外3种细胞从生理上就不一样，所以是单独的发育轨迹，而 “GW16” and “GW21” ，“GW21+3” 这种孕期细胞，就可以很清晰的看到时间被反映在我们的拟时序分析结果了。
大家可以重温教程 使用monocle做拟时序分析（单细胞谱系发育） 里面的4个绘图代码：

plot_cell_trajectory(cds, color_by = "Biological_Condition") 
# 可以很明显看到细胞的发育轨迹 
plot_cell_trajectory(cds, color_by = "State")
plot_cell_trajectory(cds, color_by = "Pseudotime")
plot_cell_trajectory(cds, color_by = "State") +
 facet_wrap(~State, nrow = 1)

我们前面构建细胞发育谱系，使用的是不同Biological_Condition的细胞类型之间使用monocle找到的两千多个基因。
简单的一个函数就可以绘制热图：

plot_pseudotime_heatmap(cds[ordering_genes,],
 num_clusters = 3,
 cores = 1,
 show_rownames = T)

可以看到， 这个图就和学员求助的图一模一样啦，因为基因数量两千多个，所以画出来肯定是看不清晰的啦。
image-20190910123737342
既然基因被分成了3组，想拿基因去做GO/KEGG等数据库进行功能注释，就需要获取基因名字。
这个做不出来，不怪学员，因为正常人很难想到，这个绘图函数其实是可以调整返回数据对象的，而且官网例子也没有提到。
需要看函数的帮助文档，如下：

hclust_method 
The method used by pheatmap to perform hirearchical clustering of the rows.
hclust_method = "ward.D2"
return_heatmap 
Whether to return the pheatmap object to the user.

很明显，这个函数其实就是pheatmap的一个包装罢了，本质上也是调用 hclust 而已，使用的是ward.D2距离。

然后解析热图函数返回对象

根据帮助文档，我们修改参数，这样monocle的plot_pseudotime_heatmap函数就有返回值了，是一个对象。

p=plot_pseudotime_heatmap(cds[ordering_genes,],
 num_clusters = 3,
 cores = 1,return_heatmap=T,
 show_rownames = T)

从pheatmap的对象里面提取基因名字就很简单了，就是在p$tree_row里面

> p$tree_row
Call:
hclust(d = d, method = method)
Cluster method : ward.D2 
Number of objects: 2200

就可以拿到基因名对应的cluster啦，代码如下：

clusters <- cutree(p$tree_row, k = 3)
clustering <- data.frame(clusters)
clustering[,1] <- as.character(clustering[,1])
colnames(clustering) <- "Gene_Clusters"
table(clustering)

image-20190910124804312

实际上学员提问方式本身就是有问题的

因为学员直接就丢出这个热图，然后咨询如何在图片里面提取基因名字，所以大家只能是问是pdf还是png的图片呢？是不是可以AI或者PS解析它，拿到基因名字呢？
如果学员是直接问：使用monocle的plot_pseudotime_heatmap函数绘制的热图里面的基因聚集成为3类，该如何提取基因名字，其实就很简单了。
这个答疑虽然是给基础课程的学员，但实际上这个内容在单细胞转录组的进阶课程，如果学了就不需要提问了。

文末友情宣传

强烈建议你推荐给身边的博士后以及年轻生物学PI，多一点数据认知，让他们的科研上一个台阶：

​

Comments are closed.