火山图在SCI文章中经常出现,其实火山图就是个散点图,通过不同颜色的散点来表示基因的差异。通常横坐标用log2(fold change)表示,差异越大的基因分布在两端,纵坐标用-log10(pvalue)表示,T检验显著性P值的负对数。通常差异倍数越大的基因T检验越显著,所以往往关注左上角和右上角的值。
今天我们通过R来绘制火山图,先导入我们的数据和R包
library(ggplot2)
library(ggrepel)
bc<-read.csv("E:/r/test/huoshantu.csv",sep=',',header=TRUE)
我们来看一下数据(公众号回复:火山图数据,可以获得数据),Gene为基因的名字,log2FoldChange为已经取了对数的FoldChange,pvalue为P值,padj是校正过后的P值。我们先要把P值转换一下,取它的对数,这样画图起来比较对称好看。
bc
l
o
g
10
p
v
a
l
u
e
=
−
l
o
g
10
(
b
c
log10pvalue=-log10(bc
log10pvalue=−log10(bcpvalue)
转换号数据我们就可以做图啦,我们先做个基础的火山图,其实就是散点图。
ggplot(bc, aes(log2FoldChange,log10pvalue))+
geom_point()
非常简单就画好了,一点都不难把,还可以调整X轴的范围和散点的大小或者颜色
ggplot(bc, aes(log2FoldChange,log10pvalue))+
geom_point(size = 2)+
scale_x_continuous(limits = c(-2.5, 2.5))
生成一个新指标对基因进行分类,分为3类,log2FoldChange>=1和P小于0.05分为上调,log2FoldChange<=-1和P小于0.05分为下调,剩下的分为未调整。我们可以使用我们的if语句来轻松做到
bc$expression<-ifelse(bc$log2FoldChange >= 1 & bc$pvalue < 0.05,"Up-regulated",
ifelse(bc$log2FoldChange <=-1 & bc$pvalue < 0.05,"Down-regulated","Unchanged"))
生成指标expression后就可以进行不同颜色的基因标注
ggplot(bc, aes(log2FoldChange,log10pvalue))+
geom_point(size = 2,aes(color = expression))+
scale_x_continuous(limits = c(-2.5, 2.5))
还可以加上标线
ggplot(bc, aes(log2FoldChange,log10pvalue))+
geom_point(size = 2,aes(color = expression))+
scale_x_continuous(limits = c(-2.5, 2.5))+
geom_hline(yintercept=-log10(0.05),linetype=4)+
geom_vline(xintercept=c(-1,1),linetype=4)
左侧线外的点表示下调超过2倍的基因,右侧线外的点表示上调超过2倍的基因,大于横轴的点表示有显著先的基因。这样我们就把基因区别开来了,看起来一目了然。
还可以加上X轴和Y轴的标签
ggplot(bc, aes(log2FoldChange,log10pvalue))+
geom_point(size = 2,aes(color = expression))+
scale_x_continuous(limits = c(-2.5, 2.5))+
geom_hline(yintercept=-log10(0.05),linetype=4)+
geom_vline(xintercept=c(-1,1),linetype=4)+
xlab(expression("log"[2]*" fold change"))+
ylab(expression("-log"[10]*" p-value"))
接下来我们来对最显著的基因进行标注,上调和下调各标5个,使用dplyr包的管道函数可以轻松帮我们做到
library(dplyr)
data<- bind_rows(
bc %>%
filter(expression == 'Up-regulated') %>%
arrange(pvalue,desc(abs(log2FoldChange))) %>%
head(5),
bc %>%
filter(expression == 'Down-regulated') %>%
arrange(pvalue,desc(abs(log2FoldChange))) %>%
head(5)
)
如果不想用管道函数,普通方法也可以实现,就是麻烦点
a<-subset(bc,expression=="Up-regulated")#####a为bc中expression=="Up-regulated"的子集
a1<-head(a[order(abs(a[,2]),decreasing=TRUE),],5)
b<-subset(bc,expression=="Down-regulated")#####b为bc中expression=="Down-regulated"的子集
b1<-head(b[order(abs(b[,2]),decreasing=TRUE),],5)
data1<-rbind(a1,b1)
生成了数据data后就可以进一步绘图了,先把原来绘图函数等于g1
g1<-ggplot(bc, aes(log2FoldChange,log10pvalue))+
geom_point(size = 2,aes(color = expression))+
scale_x_continuous(limits = c(-2.5, 2.5))+
geom_hline(yintercept=-log10(0.05),linetype=4)+
geom_vline(xintercept=c(-1,1),linetype=4)+
xlab(expression("log"[2]*" fold change"))+
ylab(expression("-log"[10]*" p-value"))
其实就是在原来函数的基础上加上一个geom_label_repel函数进行标签标识
g1+geom_label_repel(data = data,
aes(log2FoldChange, -log10(pvalue), label = Gene),
size = 2)
还可以调整标签的字体、位置、颜色大小等,我这里就
参考文献
- https://www.it610.com/article/1276835499339694080.htm
- https://mp.weixin.qq.com/s/ApZ6CtnixN9nD4rOTMzwtA
- http://www.360doc.com/content/17/0725/00/19913717_673898707.shtml
更多精彩文章请关注公众号:零基础说科研