Cluster plot​软件使用说明

S1000 Seurat分析流程
2022年8月3日
Bmk_Space_mapping.R 操作说明
2022年8月25日

环境要求

R(Seurat,dplyr,tibble,ggplot2,getopt)

Python3(numpy,cv2,pandas,seaborn,sys,getopt)

spots 聚类

脚本:Seurat_for_bmkmanu_S1000.R

说明: seurat_for_bmkmanu_S1000.R [-[-indir|i] <character>] [-[-resolution|r] <double>] [-[-MinCell|c] <double>] [-[-MinFeatures|g] <double>] [-[-outdir|o] <character>] [-[-help|h]]

-i|–indir           输入目录(下载数据中 05.AllheStat/BSTViewer_project/subdata/下任意一个 level 的目录)

-r|–resolution       聚类调整,默认 0.5

-c|–MinCell        最小细胞数,默认 5

-g|–MinFeatures    最低基因数,默认 100

-o|–outdir          最输出目录

-h|–help           帮助文档

示例:Rscript seurat_for_bmkmanu_S1000.R

-i /home/05.AllheStat/BSTViewer_project/subdata/L13_heAuto/

-o /home/outdir

-r  0.5

-c  5

-g  100

结果

outdir/

├ UMAP.p*

├ cluster.csv (下一步绘图需要的输入) └─t-SNE.p*

绘图

脚本:bmplot.py

说明: python bmplot.py

-e||–he_file             修剪之后的HE 图片

-p||–pos_file      barcodes 的空间位置(下载数据中05.AllheStat/BSTViewer_project/subdata/下任意一个level 的目录下的barcodes _pos.tsv.gz )

-c||–cluster_file 步骤2 中得到的聚类文件

-o||–outfile 输出文件名

-h||–help 帮助文档

示例:python3 bmplot.py

-e /root/05.AllheStat/BSTViewer_project/he.tif

-p /root/05.AllheStat/BSTViewer_project/subdata/L13_heAuto/barcodes _pos.tsv.gz

-c /root/outdir/test/cluster.csv (上一步输出文件)

-o /root/outdir/test/L13.tif

结果

结果展示:

附:

Cluster plot脚本解析操作说明