复现《Nature communications》图表:ggplot展示多组基因富集结果+显著性区分

无意中看到NC上一篇文章的富集结果图,觉得挺不错的,也有值得学习的地方,就借鉴一下,复现它。要复现的图片是文章中的Figure2,看出的话其实就是气泡图,类似于之前我们讲过的多组气泡图(复现《nature communications》图表(四):ggplot画多组富集气泡图)。但是不同之处在于将这4组分开展示了,而且还有一个特点就是实心圆表示显著的,空心圆表示不显著的。万变不离其宗,ggplot就可以实现,来盘它!

因为原文中没有提供数据,所以我自己根据图瞎编了一组数据,没有意义。


A <- read.csv("A.csv",header = T)
library(forcats)
A$Annotation <- as.factor(A$Annotation)
A$Annotation <- fct_inorder(A$Annotation)
library(ggplot2)

横轴就是Ratio,纵轴是富集terms,这都没问题,然后填充按照分组,并赋予和文章中类似的颜色。然后就是按照分组做四个图,最重要的一步就是在构建数据的时候添加上显著性这一行,然后使用两个geom_point图层实现。


ggplot(A, aes(x=Ratio, y=Annotation,colour=Tissue)) +
  scale_colour_manual(name="",values = c("#004445","#6FB98F","#9B4F0F","#C99E10"))+
  scale_shape_manual(name="",values=c(1,1,19,19))+facet_wrap(~Tissue,ncol=4)+
  geom_point(size = 4,stroke = 2, shape=21)+
  geom_point(data = A[A$sig=='Y',], shape=16,size=5)

接着添加竖线,更改坐标轴。

ggplot(A, aes(x=Ratio, y=Annotation,colour=Tissue)) +
  scale_colour_manual(name="",values = c("#004445","#6FB98F","#9B4F0F","#C99E10"))+
  scale_shape_manual(name="",values=c(1,1,19,19))+facet_wrap(~Tissue,ncol=4)+
  geom_point(size = 4,stroke = 2, shape=21)+
  geom_point(data = A[A$sig=='Y',], shape=16,size=5)+
  theme_bw()+
  geom_vline(aes(xintercept=1),colour="Black",size=1,linetype="dashed")+
  xlab("Enrichment ratio")

最后修改theme主题,将图片导出保存即可。要完全达到文章中的样子,需要后续在AI中进行修饰。


p <- ggplot(A, aes(x=Ratio, y=Annotation,colour=Tissue)) +
  scale_colour_manual(name="",values = c("#004445","#6FB98F","#9B4F0F","#C99E10"))+
  scale_shape_manual(name="",values=c(1,1,19,19))+facet_wrap(~Tissue,ncol=4)+
  geom_point(size = 4,stroke = 2, shape=21)+
  geom_point(data = A[A$sig=='Y',], shape=16,size=5)+
  theme_bw()+
  geom_vline(aes(xintercept=1),colour="Black",size=1,linetype="dashed")+
  xlab("Enrichment ratio")+
  theme(axis.text.x=element_text(size=11,color="black",face="bold",angle=90), 
        axis.text.y=element_text(size=11,color="black",face="bold"), 
        axis.title=element_text(size=11,face="bold"),text=element_text(size=10))+
  theme(legend.text = element_text(colour="black", size = 11, face = "bold"))+
  theme(legend.position = "none")+
  theme(panel.grid.major = element_blank(),
        panel.grid.minor = element_blank(),
        strip.background = element_blank(),
        panel.border = element_rect(colour = "black")) +
  theme(strip.text = element_text(size=11,face="bold"))+ylab("")

ggsave(filename = "p.pdf",plot = p,width=12,height=5)

还是挺有意思的。想要示例数据的小伙伴,可至我的公众号《KS科研分享与服务》,感谢您的支持!

©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 217,734评论 6 505
  • 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 92,931评论 3 394
  • 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 164,133评论 0 354
  • 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 58,532评论 1 293
  • 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 67,585评论 6 392
  • 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 51,462评论 1 302
  • 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 40,262评论 3 418
  • 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 39,153评论 0 276
  • 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 45,587评论 1 314
  • 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 37,792评论 3 336
  • 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 39,919评论 1 348
  • 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 35,635评论 5 345
  • 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 41,237评论 3 329
  • 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 31,855评论 0 22
  • 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 32,983评论 1 269
  • 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 48,048评论 3 370
  • 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 44,864评论 2 354

推荐阅读更多精彩内容