跟着 Cell 学作图 | 5.UMAP降维分析
2021-04-22 本文已影响0人
木舟笔记
cell5.jpg
跟着 Cell 学作图 | 5.UMAP降维分析
“实践是检验真理的唯一标准。”
“复现是学习R语言的最好办法。”
2021.4.12_1
这篇2020年发表在cell上关于新冠的组学文章里面有大量的生信内容。今天带大家复现其中的一个Supplemental Figure：UMAP降维分析图。
210421_1
本文代码及示例数据领取：后台回复“20210422”
UMAP
UMAP (Uniform Manifold Approximation and Projection) 算法是一种创新的降维流形学习算法。 来自于拓扑数据分析。可以用于类似于t-SNE的可视化，但也可以用于一般的非线性降维。文章里的这个图可以看出，sars-cov-2感染患者的血清组学数据与健康个体的组学数据得到了很好的分辨，而其他组则表现出一定程度的分离。
数据格式
210421_2
注：示例数据仅作展示用，无实际意义！
绘制
很显然，重点在于umap分析，可视化只是常见的散点图。
#------
title: "UMAP"
author: "MZBJ"
date: "2020/4/22"
#-----
# 初次使用需要安装
#install.packages("uamp")
rm(list = ls())
setwd("F:/~/mzbj/cell/2021.4.22")
# 载
library(umap)
library(ggplot2)
#导入数据，首列为行名
df <- read.csv(file = "df_umap.csv",row.names = 1)
#生成一个不含lable列的新数据集
df_umap <- df[,colnames(df)!='label']
#按行进行标准化
df_umap <- data.frame(t(apply(df_umap,1,function(v){(v-mean(v,na.rm=T))/sd(v,na.rm=T)})),stringsAsFactors=F)
#替换NA为0
df_umap[is.na(df_umap)] <- 0
#UMAP分析
umap <- umap(df_umap,method='naive',n_neighbors = 10)
#n_neighbors 用似的局部邻域的大小(根据邻域采样点的数量)。数值越大，流形的全局视图就越多，而数值越小，保留的局部数据就越多。通常值应该在2到100的范围内。
#method 可用的方法是“naive”(用纯R编写的实现)和“umap-learn”(需要python包“umap-learn”)
# 查看降维后的结果
head(umap$layout)
#提取umap值作图用
df1 <- data.frame(umap$layout)
df1$label <- df$label #加入lavle列
colnames(df1) <- c('X','Y','label') #改个列名 不改也行
p <- ggplot(df1, aes(x=X, y=Y, colour=label)) + geom_point(size=4)+
xlab(NULL)+ #不添加x y轴名称
ylab(NULL)
p <- p + theme( panel.grid.major = element_blank(),
panel.grid.minor = element_blank(),
legend.title=element_blank(), #图例标签隐藏
panel.border = element_blank(),
axis.line.x = element_line(color="black", size = 0.5),
axis.line.y = element_line(color="black", size = 0.5),
panel.background = element_blank())
#按文章的配色改个颜色
p <- p + scale_colour_manual(values=c("#D58F25","#882424","#7DA92E","#5A7EB3"))
p
#保存为svg格式图片
ggsave(p,filename = "umap.svg",width = 5,height = 4)
出图：
210422_3
又是一模一样哈哈~
写在后面：
本系列重在复现，所以有些细节可能讲的不是很详细。大家有问题可以后台私信，或者在我的B站：
木舟笔记进行互动！制作不易，谢谢大家多多支持！
参考
往期内容：
跟着Cell学作图 | 2.柱状图+误差棒+散点+差异显著性检验
