双曲线火山图一键拿捏

日常瞎掰

  火山图作为展示差异基因的首选，可以说是生信分析常见的图形了。常规的火山图会在x、y轴方向上添加垂直参考线，以方便区分满足阈值的差异基因。常规的火山图这里就不多了，今天我们来说说双曲线火山图，也许该图没有那么高的出镜率，但其却有比较实用的价值。相对于常规火山图来说，双曲线火山图使用两条曲线作为阈值的参考线，如此更有利于筛选到更为真实的差异基因。那么，下面我们就来说说如何绘制双曲线火山图。

绘图

  下面的代码里面定义了一个绘图函数，包括三个输入参数：数据框，pvalue阈值和foldchange阈值。其中，输入的数据框，必须包含log2foldchange和pvalue两列；pvalue_threshold为pvalue阈值，默认为0.05；foldchange_threshold为foldchange阈值，默认为1。代码如下：

library(ggplot2)

volcano_plot <- function(df, pvalue_threshold = 0.05, foldchange_threshold = 1) {
  xmax <- max(abs(na.omit(df$log2foldchange))) + 0.2
  xmin <- min(abs(na.omit(df$log2foldchange)), 0.0001)
  x <- seq(xmin, xmax, by = 0.0001)
  y <- 1/x + (-log10(pvalue_threshold))
  curve_xy <- rbind(data.frame(xpos = x + foldchange_threshold, ypos = y),
                    data.frame(xpos = -(x + foldchange_threshold), ypos = y))
  
  df$curve_y <- ifelse(df$log2foldchange > 0,
                       1/(df$log2foldchange - foldchange_threshold) + (-log10(pvalue_threshold)),
                       1/(-df$log2foldchange - foldchange_threshold) + (-log10(pvalue_threshold)))
  
  df$curve_group <- ifelse(-log10(df$pvalue) > df$curve_y & df$log2foldchange > foldchange_threshold, 'up',
                           ifelse(-log10(df$pvalue) > df$curve_y & df$log2foldchange < -foldchange_threshold, 'down', 'nosignif'))   
   
  df$pvalue <- -log10(df$pvalue)

  p <- ggplot(df, aes(x = log2foldchange, y = pvalue, color = curve_group)) +
    geom_point(size = 1) +
    geom_line(data = curve_xy, aes(x = xpos, y = ypos), lty = 3, col = "black", lwd = 0.6) +
    scale_color_manual(values = c('up'='red', 'down'='blue', 'nosignif'='gray')) +
    xlim(-xmax, xmax) +  
    ylim(0, 30) +
    labs(x = "log2(FoldChange)", y = "-log10(P-value)") + 
    theme_bw() +
    theme(panel.grid.major = element_blank(), panel.grid.minor = element_blank(),
          legend.spacing.x = unit(0.05, 'cm'), plot.title = element_text(hjust = 0.5),
          legend.text = element_text(size = 8)) + 
    guides(color = guide_legend(override.aes = list(size = 2), title = NULL))
  
  return(p)
}

data <- read.table('desktop/sample_dge.txt',header=T,stringsAsFactors=F,sep='\t')

head(data)
                         gene       pvalue log2foldchange
1   ENSG00000000003.15 TSPAN6 6.954955e-04      1.0305811
2      ENSG00000000005.6 TNMD 1.103522e-01     -2.1289526
3     ENSG00000000419.12 DPM1 7.168680e-02      0.5515042
4    ENSG00000000457.14 SCYL3 5.743836e-01      0.1453620
5 ENSG00000000460.17 C1orf112 1.173320e-06      2.1643651
6      ENSG00000000938.13 FGR 1.388476e-13     -4.0345022

p <- volcano_plot(data)
p

结果如下：

结束语

  双曲线火山图绘制的关键，就是根据反比例函数确定参考线的坐标位置以及差异基因的定义。上面的绘图代码为了方便起见所以采用了硬编码的方式，所以对输入的数据框格式要求稍微严格一些，需要含有log2foldchange和pvalue两列，且列名也要保持一致，有没有其他的列并没有影响。当然了，上面的火山图没有包含标记差异基因的功能，有需要的话可以参考常规火山图添加基因名注释的方法。哦了，今天就到这里了~~~

往期回顾

ChIP-seq数据质控
ChatGPT！见证AI的力量！
ChIPseeker绘图函数借用
R语言书籍免费领
可视化：网络图