plantCARE的结果可视化（热图）

暴躁打工人

已于 2023-09-07 10:06:45 修改

阅读量1.9k

点赞数 2

文章标签：笔记

于 2023-09-06 18:51:08 首次发布

本文链接：https://blog.csdn.net/ethnhsu/article/details/132717506

版权

本文介绍了如何使用Excel处理Plantcare的结果，将其转换为矩阵，然后利用R语言中的ggplot2包绘制热图展示基因启动子上的顺式作用元件。作者详细展示了数据预处理、长格式转换和热图制作的过程。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

用excel将plantcare的结果转成矩阵了。参考链接：Plantcare_启动子预测结果_快速筛选指定基因启动子上的顺式作用元件个数_坐大巴车晕车啊的博客-CSDN博客

接下来用R包ggplot2画热图就好了。

参考链接：

R语言中ggplot2绘制热图，美化热图流程 - 知乎

R语言ggplot2画带有空白格的热图简单小例子-腾讯云开发者社区-腾讯云 (tencent.com)

跟着Nature microbiology学作图：R语言ggplot2热图展示离散数据 - 知乎

#加载不用说了
library(ggplot2)
library(reshape2)
#提取某几列的包
library(dplyr)

#check.names=FALSE防止将列名-变成.
data<- read.csv("plantCARE矩阵图.csv",header=TRUE,row.names=1, check.names=FALSE)
#因为使用的excel语言没有呈现0值所以将NA换成0
data[is.na(data)]=0
data
light <-select(data,'ACA-motif','AE-box','Box II','CAG-motif','DRE','GA-motif','Gap-box')
light


> light
          ACA-motif AE-box Box II CAG-motif DRE GA-motif Gap-box
001         0      0      0         0   0        0       1
002         0      0      0         0   0        0       0
003         0      1      0         0   0        1       0




#将宽数据类型转为长数据类型
light$id <- rownames(light) #新建一列（ID），内容为数据的行名
light_m <- melt(light,id.vars=c("id")) #将原来的数据转化成长数据格式，并以ID列为主因素
head(light_m,5) #查看转换后的结果，该数据将用于后续的流程



> head(light_m,5)
         id  variable value
1 001 ACA-motif     0
2 002 ACA-motif     0
3 003 ACA-motif     0
4 004 ACA-motif     0
5 005 ACA-motif     0

开始画图


p <- ggplot(light_m,aes(x=variable,y=id))+ #初始化，读入数据，设置x轴和y轴
    geom_tile(aes(fill=value),color="black")+ #加网格线
    scale_fill_gradient(low = "white", high = "red")+#设置填充颜色
    geom_text(aes(label=value))+#设置填充项为value值，在每一格中添加数字
    theme(panel.background = element_blank())+
  #将X轴放到上面
    scale_x_discrete(position = "top")+
    theme(panel.background = element_blank(),
        axis.title = element_blank(),
        axis.ticks = element_blank(),
        axis.text.x.top = element_text(angle = 90,
                                       hjust = 0,
                                       vjust= 0.5),
        plot.title = element_text(hjust=0.5),
        legend.position = "none")+
    labs(title = "Light response")


p

结果就类似这种（网图）

#前面用同样的方式画出别的然后合并在一起
p+p1+
  plot_layout(guides = "collect")+
  # 设置为左边占7份，右边占1份平分宽度，可以调整两张图之间的水平间隔
  plot_layout(ncol = 2, widths = c(7, 1)) + 
  #设置图例在下方，不过我的不打算设置图例
  plot_annotation(theme = theme(legend.position = "bottom",
                                legend.box = "vertical"))

就一拼接缝合怪，大佬都在链接里。学习记录。