展示细胞比例变化之balloonplot

Posted on by

我在CNS图表复现09—上皮细胞可以区分为恶性与否提到了一个很有意思的现象，就是把上皮细胞分群后，可以看到有一些亚群是具有病人特异性，但是也有不少亚群是跨越了病人存在的。

而我展现这一现象使用的可视化方法就是balloonplot函数啦，它来自于gplots这个包！

首先创造一个数据

n=10*sample(100,9);n
cancer=rep(paste0('c',1:9),n)
table(cancer)
p=c(rep(paste0('p',1:5),n[1:5]),
 sample(paste0('p',1:5),sum(n[6:9]),replace = T))
table(p)
table(cancer,p)

可以看到是如下所示：

> table(cancer,p)
 p
cancer p1 p2 p3 p4 p5
 c1 890 0 0 0 0
 c2 0 420 0 0 0
 c3 0 0 330 0 0
 c4 0 0 0 800 0
 c5 0 0 0 0 730
 c6 155 170 180 184 181
 c7 197 194 189 194 176
 c8 70 64 54 56 56
 c9 116 106 102 129 107

前面的c1到c5，都是病人特异性的，每个病人一个独立单细胞亚群，通常是恶性细胞。但是后面的 c6和c9都是涵盖了5个病人的正常细胞。

在肺癌领域，恶性和细胞正常细胞各自的标记基因如下所示：

  • epi or tumor (EPCAM, KRT19, PROM1, ALDH1A1, CD24).
  • alveolar type I cell (AT1; AGER+)
  • alveolar type II cell (AT2; SFTPA1)
  • secretory club cell (Club; SCGB1A1+)
  • basal airway epithelial cells (Basal; KRT17+)
  • ciliated airway epithelial cells (Ciliated; TPPP3+)

balloonplot可视化

前面我们提到过可视化方法就是balloonplot函数啦，它来自于gplots这个包！

library(gplots) 
balloonplot(table(cancer,p))

效果如下所示：

image-20210609132043585

马赛克图可视化

代码如下：

library(vcd)
dat=table(cancer,p)
mosaic(dat,shade=T,legend=T)

image-20210609132317652

还有一个更优秀的可视化方法

就是桑基图，明天再介绍它！

​

Comments are closed.