跟着Nature学作图：R语言ggplot2画带有置信区间的折线图展示核心基因和非必需基因的数量

论文

A chickpea genetic variation map based on the sequencing of 3,366 genomes

image.png

本地存储

s41586-021-04066-1.pdf

鹰嘴豆基因组重测序论文，涉及到了泛基因组。最近朋友圈好多人转发这个论文。就找到原文来看了看。论文里的Figure1a 基本上泛基因组的论文都会涉及到，正好论文提供了作图的原始数据，所以我们用原始数据尝试来模仿一下。

image.png

原始数据部分截图

image.png

读取数据

library(readxl)
df<-read_excel("41586_2021_4066_MOESM13_ESM.xlsx")
head(df)
table(df$Repeat)

这里有一个疑问是：这里为什么会出现重复呢？加入使用10个个体做测序，最终数据不是应该正好是10个吗？还要仔细看看论文

论文中的图实现了Y轴截断，这个用ggplot2来实现还不太好搞，之前Y叔推出了R包ggbreak来做。今天这篇推文暂时不尝试ggbreak这个R包。截断借助拼图实现。细节美化出图后借助其他软件来实现。

首先是非必需基因的图

library(ggplot2)
ggplot()+
  stat_summary(data=df,
               aes(x=`Number of individuals`, 
                   y=`Dispensable-genome`),
               geom = "ribbon",
               fun.data = "mean_cl_boot",
               fun.args = list(conf.int=0.99))

image.png

简单美化

包括填充颜色，构造一份用来表示图例的数据放到右下角

这里因为原始数据集太大，我只选取了一部分用来作图

df1<-df[1:2258*10,]
library(ggnewscale)

ggplot()+
  stat_summary(data=df1,
               aes(x=`Number of individuals`, 
                   y=`Dispensable-genome`),
               geom = "ribbon",
               fill = "#20a1ac",
               fun.data = "mean_cl_boot",
               fun.args = list(conf.int=0.99))+
  new_scale_fill()+
  geom_text(data=df.legend,
            aes(x=x,y=y,
                label=label,
                hjust=0))+
  geom_point(data=df.legend,
             aes(x=x-100,y=y,color=label),
             shape=15,
             size=4,
             show.legend = F)+
  scale_color_manual(values = c("#f0dc19",
                               "#20a1ac",
                               "#cd3322"))+
  theme_minimal()+
  theme(panel.grid = element_blank(),
        axis.line = element_line())

image.png

接下来是上半部分

ggplot()+
  stat_summary(data=df1,
               aes(x=`Number of individuals`, 
                   y=`Core-genome`),
               geom = "ribbon",
               fill = "#20a1ac",
               fun.data = "mean_cl_boot",
               fun.args = list(conf.int=0.99))+
  stat_summary(data=df1,
               aes(x=`Number of individuals`, 
                   y=`Pan-genome`),
               geom = "ribbon",
               fill = "#f0dc19",
               fun.data = "mean_cl_boot",
               fun.args = list(conf.int=0.99))+
  theme_minimal()+
  theme(panel.grid = element_blank(),
        axis.line.y = element_line(),
        axis.text.x = element_blank(),
        axis.title.x = element_blank(),
        axis.ticks.y = element_line())

换成完整的数据

拼图

library(aplot)
pdf(file = "p2.pdf",
    width = 6,
    height = 6,
    family = "serif")
p1 %>% insert_top(p2)

dev.off()

出图后对细节进行了编辑

image.png

今天推文的示例数据和代码可以给推文赞赏1元获取。赞赏了如果没有收到回复可以加我的微信催我，我的微信是 mingyan24。
今天推文的示例数据偏大，运行时间可能会比较长

欢迎大家关注我的公众号

小明的数据分析笔记本

小明的数据分析笔记本 公众号 主要分享：1、R语言和python做数据分析和数据可视化的简单小例子；2、园艺植物相关转录组学、基因组学、群体遗传学文献阅读笔记；3、生物信息学入门学习资料及自己的学习笔记！