百篇文献汇总精华!想知道单细胞发文生信图片如何使用吗?
单细胞转录组学测序是近几年最热门的组学技术之一,在很多高分文章中单细胞测序数据频繁出现。除去单细胞数据本身质量和数据中挖掘到的重点分子,数据的可视化展示也是一篇文章的组成核心。CNS或者其他高质量文章中单细胞的可视化能够条例清晰,直观明确地表达出作者希望阐述的单细胞数据特征。但是,基础流程提供的常规基础分析结果,往往数据可视化结果与高分文章中的图片相差甚远。
在过去的一年中,SBC突破重重困难,经过大量的调研与分析,总结了100篇高分单细胞转录组文献,统计了文献中出现的图表类型,次数,展示形式,并将其一一复现,为您的单细胞数据向着文献发表更进一步。
01 细胞分群图

但当您自己同样用Seurat包画出的展示图(如下)却是……,默认配色比较普通,放到文章中缩小到相同比例,就看不清坐标系和分群结果,致使文章逊色。

怎么样能得到更加美观的,发文章直接能用的图呢,用心打造经典,我们通过人工的多次调试与修正,得到如文章中的展示结果,如下:

02 按样本/分组分群图

我们按照文章中的展示形式复现如下,展示方式和细胞分群图相似,通过用心的调试,尽量考虑每个研究的样本数,细胞数,总体分布和谐性:

03 细胞丰度统计图
细胞分群图在视觉上看起来很绚目,但是无法直观地看出占比,这时候就需要细胞丰度统计图,按样本/分组展示细胞群的比例结果或者每个细胞群中样本的占比情况。在文献中看到相关图片出现比率超过75%,图片数量超过300次。

除柱状图以外,我们还提供了多种展示形式供君选择,如堆叠图,饼图。


此外,如果原始数据差异不同,可以改变展示图的部分参数,使得展示效果更明显一些。
以上几个基本的展示形式,Figure 1的轮廓基本成型,结果如下图所示:

本篇只阐述了细胞聚类和细胞统计的展示方式,其他分析且听下回分解,本次的分享就到这里。
新闻中心
News Senter
上海生物芯片有限公司
Shanghai Biochip Co., Ltd.
版权所有©上海生物芯片有限公司
电子邮箱:
marketing@shbiochip.com
地址: 上海市浦东新区张江高科技园区李冰路151号
技术电话:
4001002131
扫描查看
微信公众号