ggplot2-plotly|让你的火山图“活”过来

火山图(Volcano Plot)常用于展示基因表达差异的分布,横坐标常为Fold change(倍数),越偏离中心差异倍数越大;纵坐标为P value(P值),值越大差异越显著。得名原因也许是因为结果图像火山吧


一 载入R函数包及数据集

library(ggplot2)data <- read.csv("火山图.csv",header=TRUE,row.names = 1)
head(data) #查看数据类型,主要有P值,Fold change和基因ID即可。


二 ggplot2绘制火山图

2.1 绘制简单的火山图--点图

ggplot(data = data, aes(x = logFC, y = -log10(adj.P.Val))) +geom_point(alpha=0.8, size = 1)


和文献中的差距较大,以下几个方面可改进:

A:上下调基因的区分;

B:横轴,纵轴的阈值线;

C:重点基因的标示。


2.2 细节优化火山图

1)根据阈值设定上下调基因

新增change列,利用ifelse函数添加基因的上下调情况,color进行区分,然后使用geom_hline()  和 geom_vline( )参数添加阈值线,

data$change <- as.factor(ifelse(data$adj.P.Val < 0.01 & abs(data$logFC) > 1,ifelse(data$logFC > 1,'UP','DOWN'),'NOT'))


2)添加阈值线

使用geom_hline()  和 geom_vline( )参数添加阈值线


ggplot(data = data, aes(x = logFC, y = -log10(adj.P.Val), color = change)) +  geom_point(alpha=0.8, size = 1) +  theme_bw(base_size = 15) +  theme(panel.grid.minor = element_blank(),panel.grid.major = element_blank()) +  geom_hline(yintercept=2 ,linetype=4) +geom_vline(xintercept=c(-1,1) ,linetype=4 ) +  scale_color_manual(name = "", values = c("red", "green", "black"), limits = c("UP", "DOWN", "NOT"))  


3) 标示重点显著差异基因

上图是不是有点像了,新增sign列,利用ifelse函数添加重点显著差异基因,然后使用geom_text参数添加到图上,

data$sign <- ifelse(data$adj.P.Val < 0.001 & abs(data$logFC) > 2.5,rownames(data),NA)
ggplot(data = data, aes(x = logFC, y = -log10(adj.P.Val), color = change)) +  geom_point(alpha=0.8, size = 1) +  theme_bw(base_size = 15) +  theme(panel.grid.minor = element_blank(),panel.grid.major = element_blank()) +  geom_hline(yintercept=2 ,linetype=4) +geom_vline(xintercept=c(-1,1) ,linetype=4 ) +  scale_color_manual(name = "", values = c("red", "green", "black"), limits = c("UP", "DOWN", "NOT")) +geom_text(aes(label = sign), size = 3) 

 


4) 解决基因名重叠问题

基本和paper一致,但是因为差异表达基因太多,存在重叠情况,现使用R语言的ggrepel包解决标签太多导致的重叠问题。

library(ggrepel)ggplot(data = data, aes(x = logFC, y = -log10(adj.P.Val), color = change)) +  geom_point(alpha=0.8, size = 1) +  theme_bw(base_size = 15) +  theme(panel.grid.minor = element_blank(),panel.grid.major = element_blank()) +  scale_color_manual(name = "", values = c("red", "green", "black"), limits = c("UP", "DOWN", "NOT")) +  geom_label_repel(aes(label=sign), fontface="bold", color="grey50", box.padding=unit(0.35"lines"), point.padding=unit(0.5"lines"), segment.colour = "grey50")




5) 标示感兴趣的基因的表达情况

将我们感兴趣的基因添加到数据的LABEL列中,假设以下几个基因是我们重点关注的基因,单独查看以下基因的表达情况

ggplot(data = data, aes(x = logFC, y = -log10(adj.P.Val), color = change)) +  geom_point(alpha=0.8, size = 1) +  theme_bw(base_size = 15) +  theme(panel.grid.minor = element_blank(),panel.grid.major = element_blank() ) +  scale_color_manual(name = "", values = c("red", "green", "black"), limits = c("UP", "DOWN", "NOT")) +  geom_label_repel(aes(label=LABEL), fontface="bold", color="grey50", box.padding=unit(0.35, "lines"), point.padding=unit(0.5, "lines"), segment.colour = "grey50")


呐,到这里除了数据不一样,基本实现了文献中的火山图,是不是以为到这就结束了?NO!NO!NO! 实现上述静态的就可以发paper去了!

但是,,,

汇报展示的时候,如果能动态交互式的展示所有显著基因的FC值和P值,是不是更酷炫!


plotly绘制交互式火山图

1)plot_ly函数画散点图

library(plotly)plot_ly(data,x = ~logFC, y = ~-log10(adj.P.Val),text = ~sign, type = 'scatter',  mode = 'markers')


会弹出一个网页,然后可以交互式的展示每个点的FC值和P值


那可不可以在“paper”级静态火山图的基础上,实现交互式呢?当然可以!!!

四,参考资料

https://www.bioconductor.org/packages/release/bioc/vignettes/EnhancedVolcano/inst/doc/EnhancedVolcano.html

R|plotly



更多关于生信 ,R ,Python的内容请扫码关注小号,谢谢。

其他可能感兴趣


R|绘图边距及布局


R-基本绘图参数(Ⅰ)

ggplot2|从0开始绘制直方图


ggplot2|从0开始绘制折线图


ggplot2|从0开始绘制箱线图


ggplot2|绘制GO富集柱形图


ggplot2| 绘制KEGG气泡图

ggplot2|扩展包从0开始绘制雷达图

绘图系列|R-corrplot相关图


绘图系列|R-wordcloud2包绘制词云


绘图系列|R-VennDiagram包绘制韦恩图


R|UpSet-集合可视化


你可能感兴趣的:(ggplot2-plotly|让你的火山图“活”过来)