用前必读
1,使用excel存储并调整数据,然后拷贝、粘贴到输入框
2,先用输入框下方的“输入检查”按钮检查输入,通过后再作图
3,表头请勿使用#,<,>,%,(,)等特殊符号。默认仅支持英文字符
4,使用inkscape或者AI修改文字、字体,图例,处理截断
5,生信项目合作,提交bug、发文引用换积分,请加管理员微信(页面右下)

人工客服   基因名转换   FC,P转换   常用配色 需求及bug提交   pdf转图片
必需输入
首次做:上传seurat对象rds文件(20M以内)

上传过:修改参数重新出图,填写返回的16位文件id

可选输入
图片大小
图片宽度:;图片高度:

分面与上色(一般用分类变量进行分面和上色)
注:分面和上色的关键词必须来自"Rdata信息获取"按钮的输出
按什么分面,例如orig.ident(样品),留空则不分面:
分面时显示多少行(配合图片长宽使用):
按什么上色,例如ident(注释),seurat_clusters:

图例标题说明(留空则不显示图例):

字体大小
细胞标注字体大小:
左下角文字大小:
图例标题说明字体大小:
图例文字字体大小:

点大小和箭头
细胞点大小:
图例点大小:
箭头长度:

细胞cluster颜色(超过27种使用系统默认颜色)
颜色1-3:
颜色4-6:
颜色7-9:
颜色10-12:
颜色13-15:
颜色16-18:
颜色19-21:
颜色22-24:
颜色25-27:

降维方法


左下角箭头样式


矩形边框


cluster添加圆形边界线


标注cluster名字


字体


此图将消耗 8 微币

scRNA-seq UMAP,t-SNE降维图

简介
单细胞UMAP图是一种基于流形学习的降维可视化方法,用于展示单细胞转录组数据的细胞群体结构和潜在的细胞状态。它通过非线性降维将高维数据映射到二维或三维空间,保留数据的局部结构,便于观察细胞聚类和细胞类型间的连续性。
数据说明
输入为seurat对象rds文件。点击“Rdata信息获取”按钮,会返回seurat对象中meta.data列的描述性信息,请根据这些列的信息选择绘图关键词,默认使用ident(即细胞注释)上色。调用scRNAtoolVis R包绘图
输出为UMAP降维图。左下角为带箭头的角轴线;主图表示细胞群,每个点代表一个细胞。不同的颜色表示不同的细胞类型
论文例子
Distinct cellular mechanisms underlie chemotherapies and PD-L1 blockade combinations in triple-negative breast cancer. Fig1B
输入 示例数据
输出

如何引用?

建议直接写网址。3900+篇google学术,3200+篇知网学术
正式引用:Tang D, Chen M, Huang X, Zhang G, Zeng L, Zhang G, Wu S, Wang Y.SRplot: A free online platform for data visualization and graphing. PLoS One. 2023 Nov 9;18(11):e0294236. doi: 10.1371/journal.pone.0294236. PMID: 37943830.
方法章节:Heatmap was plotted by https://www.bioinformatics.com.cn (last accessed on 30 Aug 2024), an online platform for data analysis and visualization.
致谢章节:We thank Mingjie Chen (Shanghai NewCore Biotechnology Co., Ltd.) for providing data analysis and visualization support.