空间轨迹向量场2

最新推荐文章于 2024-09-28 19:02:04 发布

追风少年ii

最新推荐文章于 2024-09-28 19:02:04 发布

阅读量378

点赞数 3

文章标签：前端空间转录组单细胞数据分析

本文链接：https://blog.csdn.net/weixin_53637133/article/details/139163914

版权

由于SPATA2更新，原文中的代码需要使用新函数asSPATA2进行调整。作者提供了解决方案，并强调颜色和点大小可自定义，示例以基因展示，但建议用细胞类型或信号通路数据。附带源代码runVectorFields.R和plotVectorFields.R，推荐使用SPATA2进行轨迹分析。

摘要由CSDN通过智能技术生成

作者，Evil Genius

最近呢，有同学反应文章空间轨迹向量场中的代码跑不通，今天我看了一下，原来是SPATA2更新了，函数`transformSeuratToSpata`被SPATA2给抛弃了(把最重要的空间坐标给弄丢了),采用了新函数asSPATA2，所以代码也要进行更新，其实更新的也很简单。

library(ggplot2)
library(Seurat)
library(SPATA2)
library(dplyr)

source('runVectorFields.R')
source('plotVectorFields.R')

####脚本放在最后

x = readRDS(Seurat.spatial.rds)
y = transformSeuratToSpata(seurat_object = x, sample_name = 'FT',assay_name = 'Spatial')  ###需要添加坐标的对象

yy = SPATA2::asSPATA2(x,sample_name = "FT",image_name = "image",spatial_method = "Visium")   ####这个地方要选择对图片的名称，信息存储在rds里面

y@coordinates[[1]] = yy@coordinates[[1]]  ####把空间坐标给添加上

####这个时候我们把需要分析的轨迹基因、通路或者细胞类型进行分析，这里以CD3D为例

data = runVectorFields(y,'CD3D')

head(data)
</