说到气泡图,想必奋战在科研一线的大家非常熟悉。气泡图能够从多个维度来展示数据,且可视化效果十分高级,特别是大家频繁用来展示KEGG或者GO等数据库功能富集结果的富集分析气泡图,更是各大期刊杂志的“御用model”,做个组学一张富集分析气泡图那还不是必须的?但今天要给大家介绍的,是另一类气泡图——表达量分布气泡图。随着单细胞测序技术以井喷之势发展,这类气泡图也逐渐火热了起来(当然不止运用于单细胞),特别是高分期刊中时常见到它的身影。如在NM(nature medicine,IF=36.13)上,一篇单细胞文献中就使用了大量的表达量分布气泡图(Wilk, A.J., Rustagi, A., Zhao, N.Q. et al.2020),如下:表达量分布气泡图可以展示基因在不同细胞亚群、样本、分组之间的表达分布,同时也可以展示配受体对在不同细胞对之间的表达情况。如在单细胞的研究中,常用这类气泡图来展示配受体基因在细胞中的表达,以此来推测存在细胞间相互作用的细胞群体及发生作用的配受体信号。那么这类图怎么绘制呢?除了敲代码,基迪奥OmicShare云工具平台也可以轻松搞定。工具链接直通车动态表达量分布气泡图:https://www.omicshare.com/tools/home/report/report_scatter_bubble.html表达量分布气泡图:https://www.omicshare.com/tools/Home/Soft/scatter_bubble今天就以最新上线的动态表达量分布气泡图工具为例,为大家展示如何轻松绘制这样的图表。●一、工具页面展示●整个页面清爽简洁,我们前期需要提前准备好的数据文件有两个,需要选择和填写的参数有四项,剩下的后期都可选择性调整。●二、数据整理●数据格式:关于格式问题,用过咱们平台其它工具的朋友应该都非常清楚啦,我们支持txt(制表符分隔)文本文件、csv(逗号分隔)文本文件,以及Excel专用的xlsx格式、xls(Excel 97-2003)格式。表格名称以字母、数字、下划线组成,且两个数据文件都需要带有表头。输入表达量矩阵:即表达量信息的文件(对应气泡颜色)。这里以配受体对的表达量矩阵为例,第一列为配受体对的基因名称,其余的列为配受体对在不同细胞对之间的平均表达量信息。当然,只要与表达量有关的都可以进行展示,数据可以是基因在不同的样本、不同的分组、不同的细胞亚群的表达量信息。输入分布特征矩阵:分布特征矩阵(对应气泡大小)可以有两种,第一种数据为表达分布占比,如基因在不同的样本中的表达分布占比;第二种数据对应显著性P值。如图,为配受体对的表达显著性矩阵,第一列为配受体对的基因名称,其余列为配受体对在各细胞对中平均表达量的显著性P值。●三、参数选择●表达量数据的处理有三种选择,即不处理、log2、log10。分布特征数据的处理也有三种选择,即不处理、-log2、-log10。那么怎么进行选择呢?表达量数据主要看自己的基因表达量数据之间的差距大不大,若差距比较小,可以不进行处理,若差距非常大,那就需要考虑对数处理了。分布特征数据如果为表达量分布占比,那就可以选择不处理,若是显著性P值,可以采取对数处理。总而言之,选择能更便于清楚展示图片的参数即可。至于图例的标题,根据自己的需要进行填写。选择好后,点击“提交”即可瞬间完成绘图。接着在同一个页面向下拉,在“结果展示”页面进行其它参数的修改。●四、动态参数修改●点击“参数调整”按钮,即可弹出动态交互的参数修改框,可以从全局修改、颜色修改、气泡修改这三大板块对图片整体进行调整。