基于ggplot绘制R密度散点图：单细胞拟批量数据基因共性分析

1. 生成se1对象 #

我持有一份单细胞拟批量数据集，通过以下代码生成se1对象：

se1 <- y(scData, group.var = "sample_type", assay = "RNA", sample_id = NA, verbose = F)

注：此处函数y应为拟批量分析相关函数（如aggregateAcrossCells或自定义函数），需确保已加载对应依赖包

2. 普通散点图的基因相关性分析 #

基于log2归一化计数绘制普通散点图，完成不同类别基因的相关性分析，代码如下：

# 使用log2归一化计数，结果由高表达基因主导
counts <- assays(se1)$log2_tmm_cpm

# 获取计数矩阵的列名
colnames(counts)

# 选择用于绘图的列
data.plot <- counts[, c(1, 2, 3)]

ggplot(data.frame(data.plot), aes(x = data.plot[, 1], y = data.plot[, 2], label = rownames(counts))) +
  geom_point() +
  labs(title = "样本1 vs 样本2", x = "样本1", y = "样本2") +
  stat_cor() +
  geom_text(nudge_x = 0.3, nudge_y = 0.3)

说明：代码中直接用data.plot[,1]映射x/y轴不够规范，建议改用列名；geom_text会显示所有基因名，数据量大时会严重重叠，仅适合小数据集验证

3. 密度散点图函数验证与优化 #

为展示基因间表达共性，编写了密度散点图函数，以下是验证与优化建议：

原函数代码 #

# 创建生成密度散点图的函数
density_scatter_plot <- function(data, x_col, y_col, title, x_label, y_label) {
  ggplot(data, aes(x = .data[[x_col]], y = .data[[y_col]])) +
    geom_pointdensity() + scale_color_viridis() + # 使用geom_pointdensity
    labs(title = title, x = x_label, y = y_label) +
    stat_cor()
}

函数正确性验证与优化点 #

• 依赖包检查：geom_pointdensity来自ggpointdensity包，需先执行library(ggpointdensity)，否则会报错
• 数据格式要求：输入的data需为数据框（而非矩阵），使用时需先将counts转换为数据框并保留列名：

  # 转换数据格式并添加基因名列
  df_counts <- as.data.frame(counts)
  df_counts$gene <- rownames(counts)
  

• 调用示例：正确调用函数的方式：

  density_scatter_plot(
    data = df_counts,
    x_col = colnames(df_counts)[1],
    y_col = colnames(df_counts)[2],
    title = "样本1与样本2的基因表达密度散点图",
    x_label = "样本1 log2-TMM-CPM",
    y_label = "样本2 log2-TMM-CPM"
  )
  

• 可选优化：添加主题调整（如theme_minimal()）、调整颜色范围（scale_color_viridis(option = "plasma")）、设置点大小（geom_pointdensity(size = 0.5)）提升可视化可读性

内容的提问来源于stack exchange，提问作者mmpp