信号通路怎么读_奥利给~~代谢通路富集分析原来还可以这么做?

本文介绍了如何利用R语言的ggplot2包为MetaboAnalyst生成的代谢通路富集气泡图添加通路名称,提升图表的可读性。通过数据处理和ggplot2的绘图逻辑,实现更直观的通路分析结果展示。同时,也提及了欧易/鹿明生物云平台作为快速作图的替代方案。
摘要由CSDN通过智能技术生成

91dba03f2ef8e7f9e95de447c4e6f8c0.png

近几十年,系统生物学慢慢走近科研者的视野,主要着眼于研究细胞信号转导、基因调控网络和生物系统的组成。多组学联合分析可以由表及里,解析直接原因和根本原因,深入阐释作用机理。在多组学的联合应用中,最终都要落脚到功能注释和通路富集分析,其中基于通路富集分析的图形展示丰富多样,通过此分析可找到与研究相关的通路、关键基因/代谢物,以便进行后续的数据挖掘。

小鹿在往期文章中,向大家推荐过一个代谢组学分析工具MetaboAnalyst网站(详情请戳实用锦囊:MetaboAnalyst代谢组学分析工具实操)MetaboAnalyst网站链接: https://www.metaboanalyst.ca/ )。MetaboAnalyst网站主要用于数据筛选和数据标准化处理功能、代谢通路富集等功能。

在上期的推文中我们用MetaboAnalyst快速、简单完成了数据筛选和代谢通路富集图。但拿下图用MetaboAnalyst画出来的气泡图来看,你看出来了吗?似乎缺少点什么?

f1a5a3ba2aaacbc4aac3ce27e9669e5d.png

嗨~~发现了吗?这张气泡图有一个显而易见的缺点,那就是没有显示代谢通路的名称。那么,有没有什么方法可以满足我们看到代谢通路名称的需求呢?

答案是肯定的,方法也是有的。它来自贝尔实验室,它最擅长的就是用五彩斑斓的图给你好看,它是可视化的主宰……数据绘图的先锋……分析的神器——R语言!

来,先来看看我们将要完成的目标——为上面的图添加上代谢通路名称!

24ed04566d8e61873e749cce48ea655b.png

这张气泡图中,左侧是代谢通路的名称。横轴则表示richfactor,指富集因子,是用代谢通路富集结果中的in set除以in background。如果大家用的是MetaboAnalyst的富集结果表格,可以将这个参数替换为Impact。

然后我们用气泡大小来表示, 参与这条通路的差异代谢物数目,用气泡颜色来表示该代谢通路的超几何检验p值。

思路我们已经有了,接下来就是实际操作的部分了!

首先我们要请出我们万能的,无敌的,可视化作图绕不过去的R语言包:ggplot2!

相信ggplot2的作图逻辑,大家已经熟悉了,它的核心理念就是:将绘图与数据分离,数据相关的绘图与数据无关的绘图分离,按图层作图,保有命令式作图的调整函数以及将常见的统计变换融入到了绘图中。

有了气泡图的绘图思路,有了ggplot2的作图逻辑,那么接下来的事情就是水到渠成啦~~

数据处理

根据我们对气泡图的分析,我们用于作图的数据应该包含以下几列:

1.代谢通路名称(PathwayTerm);

2.横轴的Richfactor或是Impact;

3.参与这条通路的差异代谢物数;

4.代谢通路的超几何检验p值;

最终完成的数据应该是这样的:

34ef62a9bd24b883937e837fb0d66489.png

包的导入和数据的读取

library(ggplot2)

setwd("G:/R")

#这里用的是csv格式的读入文件,大家可以根据自己的实际情况替换为其他格式的读入文件

pathway = read.table("DE.csv",header=T,sep=",")

作图

#确定使用数据及坐标轴映射关系

pp=ggplot(pathway,aes(RichFactor,PathwayTerm))

#正式画图并添加size和color的参数

pbubble=pp+geom_point(aes(size=Number,color=P_value))

#添加颜色的变化

pbubble+scale_colour_gradient(low="green",high="red")

结束了,画完了,是不是超级简单!

运用ggplot2,不仅能让我们每天都能有新发现,而且可以让我们在代码的运用和变换之间感受无穷乐趣。

可是又有老师会觉得R语言不是我所追求的,我只想快速又简单的画出具有代谢通路名称的代谢图怎么办呢?小鹿还有一个好的分析平台(点击文末阅读原文即可访问),欧易/鹿明生物云平台,极速出图体验,没有更快,只有最快~~快来访问试一试吧!

猜你还想看

◆云平台:震惊!他花了3分钟就完成了我三个周的工作!

◆云平台:欧易/鹿明云 | 免费的聚类热图不试试吗?

◆生信分析:这个R包不太冷系列——GOplot(功能富集绘图)

◆生信分析:10行代码让你的相关性图貌美如花

◆生信分析:对话百年名画--文章绘图配色高级又简单!

◆生信分析:只需3分钟Get“代谢通路分析神器”

◆生信分析:玩转生信—火山图中“亿点细节”,你会打造吗?

◆生信分析:【指南】Cytoscape之stringAPP蛋白互作分析详解

◆生信分析:【教程】组学研究,用python快速实现PCA分析和绘图

◆生信分析:组学研究,R语言实用技巧—热图,运用pheatmap包简单易懂快速汇图方法来袭~

◆生信分析:【情人节】R语言—小提琴图的浪漫邂逅

END

文章来源于鹿明生物

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值