顶刊方法补充—-胶质瘤髓系细胞的程序、起源和免疫调节功能（单细胞空间多组学）

作者，Evil Genius

这一篇我们书接上文，对顶刊文献进行方法补充

样本类型：新鲜切除的成人弥漫性胶质瘤。纳入了一系列广泛的肿瘤，包括异柠檬酸脱氢酶（IDH）突变型和野生型（WT）肿瘤、原发性和复发性肿瘤，以及接受不同疗法的肿瘤。

单细胞数据处理，基础的数据质控。

单细胞的标准化处理，然后就是PCA、UMAP。

划分细胞类型，高边基因采用cNMF分析，这种注释相当复杂啊。

单细胞CNV分析，非恶性细胞作为reference。

双细胞检测，相当复杂。

programs之间的相关性分析

单细胞数据整合采用了Seurat自带的CCA方式

转录因子分析SCENIC

空间转录组数据分析部分，也是相当复杂

单细胞的ATAC基础分析

ATAC数据的整合分析和下游分析

通讯与IF分析

方法真的相当复杂，最后我们来画画图吧,需要联合分析的矩阵和空间坐标

library(ggplot2)
library(scatterpie)

# example for 1 sample

data <- read.csv(sp.sc.csv)
sample = '样本名称'

pdf(file.path(plotdir, sprintf('%s.sp.pdf',sample) ))
ggplot() + geom_scatterpie(aes(x=x, y=y, r=50), 
                           data=data_, 
                           cols=colnames(data_)[c(1:6)],
                           color=NA) + 
  coord_equal() + 
  scale_fill_manual(values = c('#b3b3b3','#050505','#f5f3ed','#0098d5','#e62c54','#ffe700')) +
  theme(panel.grid.major = element_blank(), 
                        panel.grid.minor = element_blank(), 
                        panel.background = element_blank(),
                        axis.text.x=element_blank(),
                        axis.ticks.x=element_blank(),
                        axis.text.y=element_blank(),  
                        axis.ticks.y=element_blank()
  ) +
  labs(x="", y="")
dev.off()

生活很好，有你更好