![](https://img-blog.csdnimg.cn/20201014180756928.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
复现NC
文章平均质量分 63
TS的美梦
这个作者很懒,什么都没留下…
展开
-
复现《nature communications》图表(五):GWAS曼哈顿图和qq图复现
NC文章的全基因组部分,关于GWAS的一些图本来不想复现,但是看到近期很多文章包括单细胞总是会挖掘GWAS用于自己的研究,而小编负责的课题也涉及到这一部分,所以还是决定试一下。复现的图是文章的FigureS6,数据下载链接(a,b图的):ftp.ebi.ac.uk:/pub/databases/gwas/summary_statistics/GCST90014001-GCST90015000/GCST90014052/GCST900140 52_buildGRCh38.tsv.gz画曼哈顿图和q原创 2021-12-15 18:26:22 · 1606 阅读 · 1 评论 -
复现《nature communications》图表(四):ggplot画多组富集气泡图
还是NC的文章,这次我们探讨下Figure2a,这个富集气泡图可能平平无奇,但是仔细看发现它的横坐标是4个分组。这就值得去学习了,同时复现这个气泡图是为了任何气泡图达到举一反三的效果。首先自己构建一个数据,包含GO terms、分组和P值,读入文件。 setwd("F:/生物信息学")A <- read.csv("GO.csv",header=T) 为了好分组,将GO term设置为因子,顺序不变,然后画图! library(forcats)A$Descri原创 2021-12-14 11:24:17 · 2641 阅读 · 2 评论 -
复现《nature communications》图表(三):画样本时间轴图(堆叠柱状图)
这篇NC文章的figureS2展现的是样本的信息图,官方的说法是样本时间序列图,很多临床样本在SCI文章中的展示都是采用这种形式。但是这个图并不仅仅可以用于临床样本的展示,在实践中,做动物的,不同时间点做处理的也可以考虑这样做,重点是自己动脑子。那么如何实现这个图呢?我们看本质,这个图的本质是柱状图,所以从这里入手,再修饰。画图还是用ggplot2。由于文章中没有提供具体数据,所以我自己虚构了数据,主要是为了演示。setwd("D:/生物信息学")A<-read....原创 2021-12-13 17:58:47 · 1143 阅读 · 0 评论 -
复现《NC》图表(二):R语言一键画表达量箱线图并添加显著性
我们接着重现NC这篇文章的Figure2,这篇文章里有很多这样的箱线图,这也是这个重现系列重点要讲的内容。原文作者提供了这部分代码,对于所有图提供了详细的数据,可以参考作图。这里重现的重点在于批量画图,利用循环,可以一劳永逸,一次性画图多个图,省时省力!1、数据整理画图数据需要两个文件,一个是表达量数据,列为样本,行为基因。另外一个是注释信息,是关于样本分组的。表达数据:样本信息:2、作图详细过程第一步加载需要的R包:library(RColorB原创 2021-12-13 17:56:33 · 10101 阅读 · 8 评论 -
复现《nature communications》图表(一):一模一样的Figure1
近期,看到一篇发表在NC上的文章,是关于新冠多组学的文章,因为看到这篇文章提供了详细的数据,所以对其进行复现下,从nature子刊出发,循序渐进。读这篇文献我们也应该感受到,现如今发文章要这么多个组学(全转录组、蛋白组、代谢组、全基因组)才能发出好文章。(图片来源:文章截图)本次复现系列分为五个部分: 模式图与柱状图 批量箱线图并加显著性 样本时间序列图 多组GO分析气泡图 GWAS基本数据作图 复现这些部分主要是这些图值得我们学习,也是原创 2021-12-13 17:52:33 · 1445 阅读 · 1 评论