生信交互式工具

🤔 drawCell | 不会画细胞结构图就用这个R包吧~ Su

2023-01-12  本文已影响0人  生信漫卷

写在前面

我们在paper中经常需要画到细胞结构图,新手ppt一点一点画,高手可能会用AI手搓,土豪直接使用BioRender。🤒

今天给大家大家分享一个代码画细胞结构图R包,如果你觉得自己不会写代码,不想看了,那你就错过了哦。😜

这个R包还开发了shiny,实现交互,鼠标点点就可以完成。🤩

真希望有一天开发出个AI,人们描绘一下要画什么样的图,就有了,而且还特别有创意,解放我等科研狗的双手。🤣

用到的包

rm(list = ls())
# devtools::install_github("svalvaro/drawCell")
library(drawCell)
library(tidyverse)

Shiny交互式绘图

3.1 开启Shiny

现在做Shinyapp的越来越多了,方便大家的使用。😙
这里也是一样的,大家运行下面这段代码,开启Shiny。🤠

drawCell::drawCellShiny()

3.2 选择细胞类型

这里我们做几个示范吧,都很简单。🐶


大家可以选择自己需要的细胞类型,还是挺多的,这个包是基于SwissBioPics API开发的,所以图片都是来自SwissBioPics:👇
https://www.swissbiopics.org/

3.3 标记细胞核

我们试着点一下细胞核,这样就标记上了。🤪


3.4 换个颜色

接着我们试试换一下颜色,这里貌似不能直接输入色号,是个问题。🤨


3.5 标记线粒体

最后再标记一下线粒体,然后就download你的图片吧。😘



代码实现绘图

4.1 示例一

我们试着标记人类细胞的内质网线粒体高尔基体吧。🤩
颜色的话大家可以去各种取色网站获取,挑选你自己的心头好。😉

drawCell(organism_identifier = '9606', 
         list_sl_colors = list("SL0173" = "#00337C", "SL0101" = "#03C988","SL0135" = "#FEC868"))

4.2 示例二

画个肌细胞吧,我们标记一下肌纤维线粒体细胞桥粒。😜

drawCell(organism_identifier = '6072', 
         list_sl_colors = list("SL0312" = "#579BB1", "SL0173" = "#58287F", "SL0092" = "#FBC252"))

4.3 示例三

最后再画个神经元,我们标记一下髓鞘细胞核高尔基体。😜

drawCell(organism_identifier = '6072',
         list_sl_colors = list("SL0176" = "#C0DEFF", "SL0191" = "#2B3467", "SL0135" = "#FAAB78"))

补充一下

5.1 物种ID

大家在寻找你需要的物种时,可能不知道对应的代号是什么,其实这个是基于taxonomy id,大家可以在下面这里查到:👇

https://www.ncbi.nlm.nih.gov/taxonomy/


5.2 亚细胞结构ID

对于需要标记的亚细胞结构,如细胞核线粒体等,对应的SL codes可以在这里Uniprotuniprotkb_sl2go找到:👇

1️⃣ https://www.uniprot.org/help?query=subcell


2️⃣ http://current.geneontology.org/ontology/external2go/uniprotkb_sl2go


<center>最后祝大家早日不卷!~</center>


点个在看吧各位~ ✐.ɴɪᴄᴇ ᴅᴀʏ 〰

<center> <b>📍 往期精彩 <b> </center>

📍 <font size=1>🤩 ComplexHeatmap | 颜狗写的高颜值热图代码!</font>
📍 <font size=1>🤥 ComplexHeatmap | 你的热图注释还挤在一起看不清吗!?</font>
📍 <font size=1>🤨 Google | 谷歌翻译崩了我们怎么办!?(附完美解决方案)</font>
📍 <font size=1>🤩 scRNA-seq | 吐血整理的单细胞入门教程</font>
📍 <font size=1>🤣 NetworkD3 | 让我们一起画个动态的桑基图吧~</font>
📍 <font size=1>🤩 RColorBrewer | 再多的配色也能轻松搞定!~</font>
📍 <font size=1>🧐 rms | 批量完成你的线性回归</font>
📍 <font size=1>🤩 CMplot | 完美复刻Nature上的曼哈顿图</font>
📍 <font size=1>🤠 Network | 高颜值动态网络可视化工具</font>
📍 <font size=1>🤗 boxjitter | 完美复刻Nature上的高颜值统计图</font>
📍 <font size=1>🤫 linkET | 完美解决ggcor安装失败方案(附教程)</font>
📍 <font size=1>......</font>

本文由mdnice多平台发布

上一篇下一篇

猜你喜欢

热点阅读