用SOM画一个我认为还行的图

用SOM package画一个还行(我认为)的图

SOM package 和kohonen package都可以做SOM cluster分析。kohonen的图形展示要漂亮很多,还有ggsom包进一步优化。我没找到SOM包的图形优化包,决定自己画一个。

SOM package

require(som)
SOMdata=data.frame(read.table("xxx.xls", header = TRUE))
data_som=SOMdata[,2:7] #这一步为了去掉rownames
#data_som.f <- filtering(as.matrix(data_som)) 这步
scaledata<-scale(data_som)
normaldata<-normalize(as.matrix(data_som),byrow = T)
data_som=som(normaldata,xdim=5, ydim=6, init="linear", alpha=NULL, 
                      alphaType="inverse", neigh="gaussian", topol="rect")
plot(data_som)

plot(data_som)这一步会得到一张中心数据点趋势线图,但是我不想跟大家都一样,所以决定用ggplot2把数据重新画一遍。中心数据在xx$code中

Make datasheet for ggplot2

得到的数据list(data_som)不能直接用ggplot2画图,必须转化为dataframe

#make a dataframe for ggplot2
data_som_frame<- as.data.frame(data_som$code)
colnames(data_som_frame)<-c("A", "B", "C", "D", "E", "F")
data_som_frame$sub<-c(1:30)  #30是是SOM subclusters的数目= xdim × ydim
data_som_frame$nobs<-data_som$code.sum$nobs  #nobs是每个subcluster中gene的个数
#reshape datasheet into long-sheet that ggplot2 can handle
require(reshape2)
data_long<- melt(data_som_frame, id = c("sub","nobs"), variable.name = "condition", value.name = "code")

然后就可以用ggplot2想画什么样画什么样啦

p<-ggplot(data_long, aes(x=condition, y=code, group= sub))+geom_point(pch = 1,
         size = 2)+ scale_shape(solid=FALSE)+geom_line() 
p<-p+facet_wrap(~sub,labeller = "label_both")

labeller

其实到这一步就可以了,会优化的继续优化。我不太会,我想把subcluster(1~30)标在图上,同时显示每个分组中gene的数目,意味着我需要在每一个facet的label上引用两个单元格的内容,另外也不想要原始的灰框,我采用了下面的方法:

p<-p+facet_wrap(~sub,labeller = "label_both")+theme(strip.background = element_blank())
p<-p+geom_text(aes(label = nobs), x = Inf, y = Inf, 
               hjust = 1.5, vjust = 3)
p

另外有一篇帖子 Put multi-variable facet_wrap labels on one line 这篇看起来非常简洁,也可以。

p2<-ggplot(data_long, aes(x=condition, y=code, group=sub)) +
  geom_line()+ geom_point(size = 2) + facet_wrap(~paste(sub,nobs, sep="-"))
p2

最后用ggthemer 美化一下

require(ggthemes)
ggthemr('pale', layout = 'clean', spacing = 0.8, type = 'inner')
p
p2

最后是关于ggplot2和labeller()的使用,有机会应该仔细研读啊……画个图愁死了


更新:

用log2FoldChange后的数据画图

除了采用中心数据(xx$code),文献中很多图使用log2FoldChange来表示gene的变化,我也想用这种方法(而非code)来表示每个基因在每个条件下的变化,用一条平均数线来表示subcluster整体的变化,然后用hline()画出零点水平直线。

#SOM-graph using original data (log2foldchange)
#将分组以indices的方式赋回原数据组,data222.log是原值经过log2变换后的矩阵表
#data_som$visual$x[i]是SOM算法聚类后相应基因归属的组(x,y)
data222.log$x = c()
for(i in 1:2336) {data222.log$x[i] <-c(data_som$visual$x[i])}
data222.log$y = c()
for(i in 1:2336) {data222.log$y[i] <-c(data_som$visual$y[i])}

#reshape datasheet into long-sheet that ggplot2 can handle
data222.log.long<- melt(data222.log, id = c("x","y","gene"), 
                  variable.name = "condition", value.name = "code")

#ggplot2+hline()
p<-ggplot(data222.log.long, aes(x=condition, y=code, group=gene)) +
  geom_line(alpha = 3/5, colour = "#f3c57b")+geom_hline(aes(yintercept=0), colour="black") 

#加入平均值,加粗
p+ stat_summary(aes(group=x+y), fun.y=mean, geom="line", colour="#db735c",size=1)
    + facet_wrap(~paste(x,y, sep="-"),scales = "free")
p

你可能感兴趣的:(用SOM画一个我认为还行的图)