ggplot2绘制分组小提琴图并添加统计学显著性标识

昨天我用CIBERSORT计算了22种免疫细胞的丰度，接下来需要就要可视化展示。前面的数据处理我用一致性聚类已经分为两组，用分组小提琴图可视化并添加显著性标识。最终图形如下所示：

 先准备cibersort计算出来的数据

rm(list = ls())

#加载CIBERSORT计算好的免疫细胞丰度数据和分组信息
load("cibersort.Rdata")
load("cluster.Rdata")

#共两个变量
immu_cell[1:4,1:4]
#          B cells naive B cells memory Plasma cells T cells CD8
#GSM274895    0.01745695     0.12191198            0  0.07672544
#GSM274896    0.03575428     0.04171772            0  0.09460395
#GSM274897    0.00000000     0.16174924            0  0.07250404
#GSM274898    0.22305092     0.32276996            0  0.03555180
head(group,3)
#             sample    group
#GSM274895 GSM274895 cluster1
#GSM274896 GSM274896 cluster1
#GSM274897 GSM274897 cluster

library(dplyr)
library(tidyr)
library(tibble)

#转化为数据框并将行名转为为一列
immu_cell <- immu_cell %>% as.data.frame() %>% rownames_to_column("sample")
immu_cell[1:4,1:4]
#     sample B cells naive B cells memory Plasma cells
#1 GSM274895    0.01745695     0.12191198            0
#2 GSM274896    0.03575428     0.04171772            0
#3 GSM274897    0.00000000     0.16174924            0
#4 GSM274898    0.22305092     0.32276996            0

#根据sampleID对两个数据框全连接，添加分组信息
data <- full_join(immu_cell,group,by="sample")
#对数据塑形，将中间22列免疫细胞数据变成长数据
data <- gather(data, Cell_type, Proportion, "B cells naive":"Neutrophils")
#将细胞类型转换为因子，保持画图的时候细胞顺序不变
data$Cell_type=factor(data$Cell_type,levels = colnames(immu_cell))
head(data,3)
#     sample    group     Cell_type Proportion
#1 GSM274895 cluster1 B cells naive 0.01745695
#2 GSM274896 cluster1 B cells naive 0.03575428
#3 GSM274897 cluster1 B cells naive 0.00000000

#这一部分筛选出每个细胞类型中最大的值，为添加P值定位而准备的
location <- data %>% group_by(Cell_type) %>% slice_max(Proportion)
location$x <- seq(1,22,by=1)
head(location,3)
# A tibble: 3 × 5
# Groups:   Cell_type [3]
#  sample    group    Cell_type                 Proportion     x
# <chr>     <fct>    <chr>                          <dbl> <dbl>
#1 GSM274947 cluster1 B cells memory                 0.593     1
#2 GSM274902 cluster1 B cells naive                  0.676     2
#3 GSM274972 cluster1 Dendritic cells activated      0.109     3

数据准备好了，一个data，含有分组信息的长数据，一个location等会儿画显著性需要。

小提琴图的代码只有一条命令，但是我调试很很久，希望画得稍微好看一点吧。

ggplot(data,aes(Cell_type,Proportion,fill=group))+
  geom_violin(scale = "width",alpha=0.8,width=0.5,size=0.8)+ #画小提琴图
  scale_fill_manual(values = c("#F7903D","4D85BD"))+         #分组添加颜色
  stat_compare_means(aes(group=group),                       #按分组进行统计检验
                     method = "t.test",
                     paired = F,                             #非配对t检验
                     symnum.args = list(cutpoint=c(0,0.001,0.01,0.05,1),
                                        symbols=c("***","**","*","ns")),
                     label = "p.signif",
                     label.y = location$Proportion+0.02,      #添加显著性符号的位置
                     size=4.5)+                               #显著性符号的大小      
  geom_segment(data=location,                                 #在显著性符号下面添加一条短线
               aes(x=x,y=Proportion,
                   xend=x+0.2,yend=Proportion),
               size=1)+
  xlab("")+                                                   #X标签
  ylab("Fraction")+                                           #y标签
  theme_bw()+
  theme(panel.grid.major=element_blank(),
        panel.grid.minor=element_blank(),
        panel.border=element_rect(size=1.2),                  #给边框加粗
        axis.text.x = element_text(angle=60,size=10,vjust = 1,hjust =1,color = "black"),                                                   
        axis.text.y = element_text(size =10),
        legend.position = c(0.9,0.85) )

 最终得到的分组小提琴图就画好了。

（我的统计学知识不太好，这里是否应该使用非配对t检验不确定，如有错误请指出。）