R（Seurat，dplyr，tibble，ggplot2，getopt)

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

spots 聚類

腳本：Seurat_for_bmkmanu_S1000.R

說(shuō)明: seurat_for_bmkmanu_S1000.R [-[-indir|i] ] [-[-resolution|r] ] [-[-MinCell|c] ] [-[-MinFeatures|g] ] [-[-outdir|o] ] [-[-help|h]]

-i|–indir 輸入目錄（下載數(shù)據(jù)中 05.AllheStat/BSTViewer_project/subdata/下任意一個(gè) level 的目錄）

-r|–resolution 聚類調(diào)整，默認(rèn) 0.5

-c|–MinCell 最小細(xì)胞數(shù)，默認(rèn) 5

-g|–MinFeatures 最低基因數(shù)，默認(rèn) 100

-o|–outdir 最輸出目錄

-h|–help 幫助文檔

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

結(jié)果：

outdir/

├ UMAP.p*

├ cluster.csv （下一步繪圖需要的輸入） └─t-SNE.p*

繪圖

腳本：bmplot.py

說(shuō)明： python bmplot.py

-e||–he_file 修剪之后的HE 圖片

-p||–pos_file barcodes 的空間位置（下載數(shù)據(jù)中05.AllheStat/BSTViewer_project/subdata/下任意一個(gè)level 的目錄下的barcodes _pos.tsv.gz ）

-c||–cluster_file 步驟2 中得到的聚類文件

-o||–outfile 輸出文件名

-h||–help 幫助文檔

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 （上一步輸出文件）

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

結(jié)果

結(jié)果展示：

HE 染色鏡檢圖

50μm 分辨率 Spots 聚類圖

附：

Cluster plot腳本解析操作說(shuō)明