基因BIN来源分析(二)获取基因-BIN-样品/组TPM表,绘制散点图和饼图矩阵

导读

继续:基因BIN来源分析(一)cd-hit去冗余,salmon计算基因TPM

4 制作gene bin map文件

提取所有bin的prokka注释结果中的predict_id, bin_id, gene, annotation到同一个文件gene_bin_map.txt中。

touch Bin_all/Bin_gene/gene_bin_map.txt
echo -e "Predict\tBin\tGene\tAnnotation" >> Bin_all/Bin_gene/gene_bin_map.txt
for i in Bin_all/Bin_prokka/prokka_out_table/bin.*.tsv; do
    file=${i##*/}
    base=${file%.tsv}
    cat $i | sed '1d' | awk -F"\t" -v tmp=$base 'BEGIN{OFS="\t"}{print $1, tmp, $4, $7}' >> Bin_all/Bin_gene/gene_bin_map.txt
    echo -e "\033[32m add $i gene bin to map file OK\033[0m"
done

5 合并样品tpm,添加bin gene(R语言)

合并所有样品文件夹中的基因TPM表,添加bin, gene, annotation注释信息

1 合并样品TPM

#!/usr/bin/env Rscript

# 合并gene sample表
setwd("Bin_all/Bin_gene")
folds = list.files(pattern="*.quant")

result = read.table(paste(folds[1], "quant.sf", sep="/"), header=T, sep="\t")
result = result[, c(1, 4)]
colnames(result)[2] = unlist(strsplit(folds[1], split=".quant"))

for(i in 2:length(folds))
{
    file = paste(folds[i], "quant.sf", sep="/")
    tmp = read.table(file, sep="\t", header=T)
    tmp = tmp[, c(1, 4)]
    result = cbind(result, tmp[, 2])
    colnames(result)[i+1] = unlist(strsplit(folds[i], split=".quant"))
    print(paste("R merge NO.", i, folds[i], sep=" "))
}

write.table(result, file="gene_sample_tpm.txt", sep="\t", row.names=F, quote=F)


2 添加注释

# 添加Bin gene信息
map = read.table("gene_bin_map.txt", header=T, sep="\t", quote="")
result2 = merge(result, map, by.x="Name", by.y="Predict", all.x=T)

write.table(result2, file="gene_sample_tpm_annotation.txt", sep="\t", row.names=F, quote=F)

6 绘图准备文件

挑选target基因,同组样品取平均TPM

# task1
target = read.table("task1/target.txt", sep="\t")
target = as.character(target[,1])

target_df = result2[result2$Gene%in%target, ]

# 合并列,样品组
df1 = target_df[, c("Bin", "Gene", "Annotation")]
for(i in c(2, 5, 8, 11, 14, 17, 20))
{
    # 每组求和后取平均数,放在最后一列
    df1[, ncol(df1)+1] = apply(target_df[, c(i, i+1, i+2)], 1, sum)/3
    # 最后一列重命名,用组名
    colnames(df1)[ncol(df1)] = substr(colnames(target_df)[i], 1, 2)
}

7 绘制target基因-样品组散点图矩阵

1 数据准备

# 合并行,相同基因
# 第一行
df2 = data.frame(apply(df1[df1$Gene==target[1], c(4:10)], 2, sum))
colnames(df2)[1] = target[1]

# 其他行
for(i in 2:length(target))
{
    tmp = apply(df1[df1$Gene==target[i], c(4:10)], 2, sum)
    df2 = cbind(df2, tmp)
    colnames(df2)[i] = target[i]
}
df2 = data.frame(t(df2))
write.table(df2, file="task1/gene_group.txt", row.names=T, quote=F, sep="\t")

2 格式处理

# 散点图
df2 = read.table("gene_group.txt", header=T, sep="\t")

df2$gene = rownames(df2)

input = melt(df2, id="gene")

3 ggplot绘图

为防止散点过大或过小取TPM平方根

library("ggplot2")

point = ggplot(input, aes(x=variable, y=gene)) +
  labs(x="", y="", size="sqrt(TPM)") +
  geom_point(pch=19, aes(size=sqrt(value), color=variable)) +
  theme(panel.grid=element_blank(), panel.background=element_rect(color="black", fill='transparent')) +
  guides(color = FALSE) +
  theme(text=element_text(family="serif"))

ggsave(point, filename="gene_group.pdf")
ggsave(point, filename="gene_group.png")

8 绘制target基因-select_bin-TPM饼图矩阵

1 确定select_bins

求每个bin中每个基因的样品丰度sum,按照bin对sum排序,选择每个基因中的top bin作为最终的select bin得到新文件gene_group_select_bin.txt

# 7 top bins
df3 = df1[, c(1, 2, 4:ncol(df1))]
df3$sum = apply(df3[, c(3:ncol(df3))], 1, sum)
df3 = df3[order(df3$Gene, df3$sum, decreasing=T),]

select_bin = as.character(df3[!duplicated(df3$Gene),]$Bin)
df3 = df3[df3$Bin%in%select_bin, ]

length(as.character(unique(df3$Bin)))
length(as.character(unique(df3$Gene)))

write.table(df3, file="task1/gene_group_select_bin.txt", sep="\t", quote=F, row.names=F)

2 par for循环绘制pie图矩阵

有的基因只在一个select bin中有,此种情况若某组样品为0则饼图报错,故在for循环中加入else语句处理此类情况。

df3 = read.table("gene_group_select_bin.txt", header=T, sep="\t")
df3 = df3[order(df3$Gene, df3$Bin, decreasing=F),]

gene = as.character(unique(df3$Gene))
bin = as.character(unique(df3$Bin))
sample = colnames(df3)[3:9]

color = read.table("../group_color.list", sep="\t", comment.char="")
color2 = data.frame(bin=bin, color=color$V1[1:length(bin)])
color2 = color2[order(color2$bin, decreasing=F),]

pdf('gene_group_bin.pdf', height=100, width=50)
opar=par(no.readonly=TRUE)
par(mfrow=c(17, 7), col.main="red", family="serif")
par(mai=c(0.2, 0.2, 0.2, 0.2))

for(i in gene)
{
    tmp = df3[df3$Gene==i, sample]
    rownames(tmp) = as.character(df3[df3$Gene==i, "Bin"])
    color_tmp = as.character(color2[color2$bin%in%rownames(tmp), "color"])
    for(j in 1:7)
    {
        if(sum(tmp[, j])!=0)
        {
            pie(tmp[, j], label="", border="white", col = color_tmp)
        }
        else
        {
            pie(1, label="", border="white", col = "black")
        }
    }
}
par(opar)
dev.off()

3 造图例

color2$num = as.numeric(rownames(color2))*0+3
color2=rbind(color2, data.frame(bin="none", color="#000000", num=3))

legend = ggplot(color2, aes(x=bin, y=num, fill=bin)) +
  geom_bar(stat="identity") +
  scale_fill_manual(values=as.character(color2$color),
                   labels=color2$bin) +
  theme(text=element_text(family="serif")) +
  labs(fill="Bin") +
  theme(axis.text.x = element_text(angle = 90))

ggsave(legend, filename="legend.png")

9 结果图PPT组合

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 215,463评论 6 497
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 91,868评论 3 391
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 161,213评论 0 351
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 57,666评论 1 290
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 66,759评论 6 388
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 50,725评论 1 294
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,716评论 3 415
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,484评论 0 270
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,928评论 1 307
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,233评论 2 331
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,393评论 1 345
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,073评论 5 340
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,718评论 3 324
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,308评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,538评论 1 268
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,338评论 2 368
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,260评论 2 352

推荐阅读更多精彩内容