跟着 NC 学画图: GSEA 富集结果可视化
尝试变得正常
1引言
一篇 NC 文章 Neutrophil-induced ferroptosis promotes tumor necrosis in glioblastoma progression 中的 gsea 图:
文章:
目前简单的想法就是 拼图 ,不够也会遇到一些问题,下面展示一下结果:
小伙伴们可以在推文末尾
打赏我 5 个大洋, 然后截图私戳我 ,我把文献,测试数据,代码分享给你。
2测试数据
上传一下测试数据,包含两个通路:
# 加载R包
library(ggplot2)
library(ggnewscale)
library(aplot)
# load data
df <- read.delim('c:/Users/admin/Desktop/test_data.txt',header = T)
# 查看内容
head(df,3)
NAME SYMBOL TITLE RANK.IN.GENE.LIST RANK.METRIC.SCORE RUNNING.ES CORE.ENRICHMENT
1 row_0 LDB3 na 173 0.2474102 0.02058329 Yes
2 row_1 GATA6 na 249 0.2274002 0.04379894 Yes
3 row_2 ABCC6 na 262 0.2252293 0.06997884 Yes
pathway
1 ANGINA_PECTORIS
2 ANGINA_PECTORIS
3 ANGINA_PECTORIS3绘制曲线图
先绘制上面的曲线图:
# plot
up <- ggplot(df,aes(x = RANK.IN.GENE.LIST,y = RUNNING.ES,color = pathway)) +
# 0水平线
geom_hline(yintercept = 0,color = 'grey',size = 1) +
# 曲线图层
geom_line(show.legend = F,size = 1) +
# 颜色设置
scale_color_manual(values = c('#4E9F3D','#FF87CA')) +
theme_bw(base_size = 18) +
# 主题细节调整
theme(panel.grid = element_blank(),
axis.ticks.length = unit(0.25,'cm'),
panel.border = element_rect(size = 2),
axis.text.x = element_blank(),
axis.title.x = element_blank(),
axis.ticks.x = element_blank()) +
ylab('Enrichment score') +
# 添加文本注释
annotate(geom = 'text',x = 5500,y = 0.05,size = 6,
label = 'Negative role\n(P = 0.759, FDR = 0.764)') +
annotate(geom = 'text',x = 11000,y = 0.45,size = 6,
label = 'Positive role\n(P = 0.004, FDR = 0.007)') +
# 添加箭头注释
geom_segment(aes(x = 10000,xend = 11000,y = 0.05,yend = 0.1),show.legend = F,
arrow = arrow(length=unit(0.4,"cm"),type = 'open'),
color = 'black',size = 0.5) +
geom_segment(aes(x = 8000,xend = 7500,y = 0.4,yend = 0.35),show.legend = F,
arrow = arrow(length=unit(0.4,"cm"),type = 'open'),
color = 'black',size = 0.5)
up
4绘制中间排序图
绘制中间的基因排序图:
# line
mid <- ggplot(df,aes(x = RANK.IN.GENE.LIST,y = pathway)) +
# 线图层
geom_vline(aes(xintercept = RANK.IN.GENE.LIST,
color = pathway),
show.legend = F,size = 0.5) +
# 颜色
scale_color_manual(values = c('#4E9F3D','#FF87CA')) +
theme_classic(base_size = 18) +
# 分面
facet_wrap(~pathway,ncol = 1) +
# 主题调整
theme(strip.background = element_blank(),
strip.text = element_blank(),
axis.ticks.length = unit(0.25,'cm'),
axis.text.x = element_blank(),
axis.title.x = element_blank(),
axis.line.x = element_blank(),
axis.ticks.x = element_blank(),
axis.line.y = element_line(color = 'white'),
axis.title.y = element_text(color = 'white'))
mid
5底层热图
最后绘制底层热图,但是我不知道颜色具体是按什么填充的,我觉得可能就是排序的位置:
# heatmap
bot <- ggplot(te,aes(x = x,y = 1,fill = x)) +
# 条形图层
geom_col(width = 1,show.legend = F) +
# 颜色
scale_fill_gradient2(low = 'red',mid = 'white',high = 'blue',
midpoint = max(df$RANK.IN.GENE.LIST)/2) +
# 设置刻度标签
scale_x_continuous(breaks = seq(0,max(df$RANK.IN.GENE.LIST),3500),
labels = seq(0,max(df$RANK.IN.GENE.LIST),3500)/1000) +
theme_classic(base_size = 18) +
coord_cartesian(expand = 0) +
# 主题调整
theme(axis.ticks.y = element_blank(),
axis.text.y = element_blank(),
axis.title.y = element_blank(),
axis.line.y = element_blank(),
axis.line.x = element_blank(),
axis.ticks.length = unit(0.25,'cm')) +
# 轴标签
xlab('Ranked in ordered dataset\n(x1000)') +
labs(caption = c("MES", "PN")) +
# 添加注释
theme(plot.caption = element_text(hjust=c(0, 1),color = c('red','blue')))
bot
6最最后拼图
最后拼起来看看:
library(patchwork)
up + mid + bot + plot_layout(nrow = 3,heights = c(1,0.2,0.1))
尽力了。
欢迎加入生信交流群。加我微信我也拉你进 微信群聊 老俊俊生信交流群 哦,数据代码已上传至QQ群,欢迎加入下载。
群二维码：
老俊俊微信：
知识星球：
所以今天你学习了吗？
欢迎小伙伴留言评论！
点击我留言！
今天的分享就到这里了，敬请期待下一篇！
最后欢迎大家分享转发，您的点赞是对我的鼓励和肯定！
如果觉得对您帮助很大，赏杯快乐水喝喝吧！
往期回顾
◀蛋白互作神器! GeneMANIA
◀提取 GSEA 富集结果绘制唯美 GSEA 图
◀R 语言小白必看视频!
◀pathview 可视化你的基因通路!
◀推文系列部分小结
◀g:Profiler 基因富集利器
◀跟着 Cell Reports 学画图: Ribo-seq frame 与 reads length 分布
◀shiny 之 其它控件
◀shiny 之 滑块控件
◀ggh4x 包的坐标轴调整技能!
◀...