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)
注:分面关键词必须来自"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,例如某某基因(一行一个,大小写敏感):

点大小和箭头
细胞点大小:
箭头长度:
左下角箭头文字大小:

颜色
低值颜色: ;高值颜色:

降维方法


左下角箭头样式


矩形边框


字体


此图将消耗 1 微币

调试中,勿用

scRNA-seq UMAP,t-SNE降维featureplot

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,分面等。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,颜色表示细胞中某基因的表达值(也可以是其他连续变量的值,例如基因集得分),颜色越深表示表达值越大
论文例子
输入 示例数据
输出

如何引用?

建议直接写网址。助力发表6700+篇(google学术),5800+篇(知网)论文
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 10 Dec 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.