下面这个图是我在单细胞相关文章中见过的，也算是火山图的变种。可以看出X轴是不同的细胞类型，Y轴是marker基因的fold change（log2）,但是不同类别之间他们是不连续的，其实可以用我们前面讲过的抖动散点图的效果。今天我们就来尝试是否能画出这个效果。
还是用我们最常用的pbmc的单细胞数据。
pbmc.markers <- read.table("markers.txt",sep="\t",header=T)
pbmc.markers <- pbmc.markers %>%mutate(type = ifelse(avg_log2FC >=0,"Up","Down"))%>%mutate(type2 = ifelse(p_val_adj < 0.01,"adjust Pvalue < 0.01","adjust Pvalue >= 0.01"))
然后获得每个细胞类型（cluster）的marker基因。
从结果也很容易理解，第一列：pval。第二列是两组间平均log2 FC，正值表示在第一组较高。pct.1和pct.2则分别为基因在对应细胞类型中的表达比例。cluster代表是在那个细胞类型中。最后一列是基因的名字。type和type2是我们自己添加了一列用于标记是上调还是下调以及P值。
先画一个基本的散点图，这里我们用的是前面的技巧，抖动散点图。
ggplot(pbmc.markers, aes(cluster, avg_log2FC)) +
geom_jitter(aes(color = type))
下面我们尝试在每个cluster周围添加一个柱状的框。ggplot里面两个命令可以添加柱状图。geom_bar和geom_col。前面讲过geom_bar的用法。
简单来说，col，column也。列也，竖直也。bar：条、带也。
在新版本的ggplot中：
geom_col针对最常见的柱状图 ，即既给ggplot映射x值（x值一般是因子型的变量，才能成为柱，而没有成为曲线），也映射y值。
如： ggplot2(data, aes(x = x, y = y)) +geom_col()
geom_bar针对计数的柱状图，即count, 是只给ggplot映射x值（x也一般是因子）。自动计算x的每个因子所拥有的数据点的个数，将这个个数给与y轴。
如： gplot2(data, aes(x = x）) + geom_bar()
总结：区别在于给ggplot是否映射y值。
这里明显我们不自动计算Y值，需要自己给Y值，所以我们采用geom_col。
所以首先，我们需要计算Y值，其实就是每个cluster里面FC的最大值和最小值。为了不压着极值点，我们可以稍微多一点点。
所以我们先计算每个cluster的Y轴极坐标，然后再来添加geom_col。
cell <-unique(pbmc.markers$cluster)
back.data<- data.frame()
for(n in 1:length(cell))
{
tmp <- pbmc.markers %>%filter(cluster==cell[n])
new.tmp <- data.frame(cluster = cell[n],min = min(tmp$avg_log2FC) - 0.2,max = max(tmp$avg_log2FC) + 0.2)
back.data <- rbind(back.data,new.tmp)
}
ggplot(pbmc.markers, aes(cluster, avg_log2FC)) +
geom_jitter(aes(color = type)) +
geom_col(data = back.data,aes(x = cluster,y = min),fill="grey93",color="black",alpha=0.5) +
geom_col(data = back.data,aes(x = cluster,y = max),fill="grey93",color="black",alpha=0.5)
这样我们就添加了每个cluster的周边框框。前面我们画曼哈顿图的时候，是用的annotate('rect')来操纵的四个变量，因为我们把每个点转化成了X轴上的连续坐标，不是因子。
我们先简单修改一下背景色，框边色等。
ggplot(pbmc.markers, aes(cluster, avg_log2FC)) +
geom_jitter(aes(color = type)) +
geom_col(data = back.data,aes(x = cluster,y = min),fill="grey93",alpha=0.5) +
geom_col(data = back.data,aes(x = cluster,y = max),fill="grey93",alpha=0.5) +
scale_color_manual(values=c(Down="#0099CC",Up="#CC3333"))+
theme_classic(base_size = 14) +
theme(panel.grid = element_blank(),
legend.position = c(0.7,0.9),
legend.title = element_blank(),
legend.background = element_blank()) +
xlab('Clusters') + ylab('Average log2FoldChange') +
guides(color = guide_legend(override.aes = list(size = 5)))
下面我们在Y=0的地方添加一个框。如果继续使用geom_col则是下面的效果。
ggplot(pbmc.markers, aes(cluster, avg_log2FC)) +
geom_jitter(aes(color = type)) +
geom_col(data = back.data,aes(x = cluster,y = min),fill="grey93",alpha=0.5) +
geom_col(data = back.data,aes(x = cluster,y = max),fill="grey93",alpha=0.5) +
scale_color_manual(values=c(Down="#0099CC",Up="#CC3333"))+
theme_classic(base_size = 14) +
theme(panel.grid = element_blank(),
legend.position = c(0.7,0.9),
legend.title = element_blank(),
legend.background = element_blank()) +
xlab('Clusters') + ylab('Average log2FoldChange') +
guides(color = guide_legend(override.aes = list(size = 5)))+
geom_col(data = back.data,aes(x = cluster,y = 0.5,fill=cluster),show.legend = F)+
geom_col(data = back.data,aes(x = cluster,y = -0.5,fill=cluster),show.legend = F)
但是缺点是，就像添加的数据框一样，是非连续的。
我们在试试其它数据框的方法。一共有三个矩形函数：geom_rect()、geom_tile()、geom_raster()。
geom_rect()和geom_tile()函数的功能是一致的，但是参数有所区别：geom_rect()使用的是矩形四个顶点的位置，即xmin、xmax、ymin和ymax，而geom_tile()使用的是矩形的中心位置及其尺寸，即x、y、width、height。geom_tile()是geom_tile()的特例，其要求所有矩形的尺寸相同。
另外就是使用我们前面使用注释函数annotate()。
所以，都可以根据需要多使用和测试。
ggplot(pbmc.markers, aes(cluster, avg_log2FC)) +
geom_jitter(aes(color = type)) +
geom_col(data = back.data,aes(x = cluster,y = min),fill="grey93",alpha=0.5) +
geom_col(data = back.data,aes(x = cluster,y = max),fill="grey93",alpha=0.5) +
scale_color_manual(values=c(Down="#0099CC",Up="#CC3333"))+
theme_classic(base_size = 14) +
theme(panel.grid = element_blank(),
legend.position = c(0.7,0.9),
legend.title = element_blank(),
legend.background = element_blank()) +
xlab('Clusters') + ylab('Average log2FoldChange') +
guides(color = guide_legend(override.aes = list(size = 5)))+
#geom_col(data = back.data,aes(x = cluster,y = 0.5,fill=cluster),show.legend = F)+
#geom_col(data = back.data,aes(x = cluster,y = -0.5,fill=cluster),show.legend = F)
geom_tile(aes(x = cluster,y = 0,fill = cluster),color = 'black',height = 1,alpha = 0.3,show.legend = F)
可以看出，例子图中他们用的是这个效果。
下面，我们就需要注释掉X轴，以及改变X轴label的位置了。
ggplot(pbmc.markers, aes(cluster, avg_log2FC)) +
geom_jitter(aes(color = type)) +
geom_col(data = back.data,aes(x = cluster,y = min),fill="grey93",alpha=0.5) +
geom_col(data = back.data,aes(x = cluster,y = max),fill="grey93",alpha=0.5) +
scale_color_manual(values=c(Down="#0099CC",Up="#CC3333"))+
theme_classic(base_size = 14) +
theme(panel.grid = element_blank(),
legend.position = c(0.7,0.9),
legend.title = element_blank(),
legend.background = element_blank()) +
xlab('Clusters') + ylab('Average log2FoldChange') +
guides(color = guide_legend(override.aes = list(size = 5)))+
#geom_col(data = back.data,aes(x = cluster,y = 0.5,fill=cluster),show.legend = F)+
#geom_col(data = back.data,aes(x = cluster,y = -0.5,fill=cluster),show.legend = F)
geom_tile(aes(x = cluster,y = 0,fill = cluster),color = 'black',height = 1,alpha = 0.3,show.legend = F)+
geom_text(data=back.data,aes(x = cluster,y = 0,label = cluster),size=4,color="white") +
theme(axis.line.x = element_blank(),
axis.text.x = element_blank(),
axis.ticks.x = element_blank())
下面就是要highlight一些top 5的基因了。
cell <-unique(pbmc.markers$cluster)
up.top<- data.frame()
for(n in 1:length(cell))
{
tmp <- pbmc.markers %>% filter(cluster==cell[n]) %>% filter(avg_log2FC>0)%>% arrange(desc(avg_log2FC)) %>%head(5)
up.top <- rbind(up.top,tmp)
}
down.top<- data.frame()
for(n in 1:length(cell))
{
tmp <- pbmc.markers %>% filter(cluster==cell[n]) %>% filter(avg_log2FC<0)%>% arrange(avg_log2FC) %>%head(5)
down.top <- rbind(down.top,tmp)
}
ggplot(pbmc.markers, aes(cluster, avg_log2FC)) +
geom_jitter(aes(color = type)) +
geom_col(data = back.data,aes(x = cluster,y = min),fill="grey93",alpha=0.5) +
geom_col(data = back.data,aes(x = cluster,y = max),fill="grey93",alpha=0.5) +
scale_color_manual(values=c(Down="#0099CC",Up="#CC3333"))+
scale_y_continuous(breaks = seq(-10, 10, 2), labels = as.character(seq(-10, 10, 2)),expand = c(0, 0),limits = c(-10, 10)) +
theme_classic(base_size = 14) +
theme(panel.grid = element_blank(),
legend.position = c(0.7,0.9),
legend.title = element_blank(),
legend.background = element_blank()) +
xlab('Clusters') + ylab('Average log2FoldChange') +
guides(color = guide_legend(override.aes = list(size = 5)))+
#geom_col(data = back.data,aes(x = cluster,y = 0.5,fill=cluster),show.legend = F)+
#geom_col(data = back.data,aes(x = cluster,y = -0.5,fill=cluster),show.legend = F)
geom_tile(aes(x = cluster,y = 0,fill = cluster),color = 'black',height = 1,alpha = 0.3,show.legend = F)+
geom_text(data=back.data,aes(x = cluster,y = 0,label = cluster),size=4,color="white") +
theme(axis.line.x = element_blank(),
axis.text.x = element_blank(),
axis.ticks.x = element_blank()) +
geom_text_repel(data = up.top,aes(x = cluster,y = avg_log2FC,label = gene),max.overlaps = 50)+
geom_text_repel(data = down.top,aes(x = cluster,y = avg_log2FC,label = gene),max.overlaps = 50)
