R语言学习 - 火山图

火山图

火山图用于展示基因表达差异的分布,横轴为Log2 Fold Change,越偏离中心差异倍数越大;纵轴为(-1)*Log10 P_adjust,值越大差异越显著。一般横轴越偏离中心的点其纵轴值也会比较大,因此呈现火山喷发的形状。

一步绘制火山图

输入数据格式

火山图需要的数据格式如下 (本文用到的数据文件名为volcano.txt,文末有下载链接,此处截取一部分作为例子,也可用来画图,只是数据少,效果不明显)

  • id: 不是必须的,但一般的软件输出结果中都会包含,表示基因名字。
  • log2FoldChange: 差异倍数的对数,一般的差异分析输出结果中也会给出对数处理的值, 因此程序没有提供这一步的计算操作。
  • padj: 多重假设检验矫正过的差异显著性P值;一般的差异分析输出结果为原始值,程序提供一个参数对其求取负对数。
  • significant: 可选列,标记哪些基因是上调、下调、无差异;若无此列或未在参数中指定此列,默认程序会根据padj列和log2FoldChange列根据给定的阈值自动计算差异基因,并作出不同颜色的标记。
  • label: 可选列,一般用于在图中标记出感兴趣的基因的名字。非-行的字符串都会标记在图上。
id    log2FoldChange    padj    significant    label
E00007    4.28238    0    EHBIO_UP    A
E00008    -1.1036    0.476466843393901    Unchanged    -
E00009    -0.274368    1    Unchanged    -
E00010    4.62347    7.37606076333335e-103    EHBIO_UP    -
E00012    0.973987    0.482982440163204    Unchanged    -
E00017    -1.30205    0.000555693857439792    Baodian_UP    B
E00024    0.617636    2.78047837287061e-13    Unchanged    -
E00033    1.48669    2.56000581595275e-60    EHBIO_UP    -
E00034    -0.783716    0.00341521725291801    Unchanged    -
E00036    2.01592    6.03136656016401e-06    EHBIO_UP    C
E00040    -1.89657    4.73663890849056e-21    Baodian_UP    -
E00041    -0.268168    0.563429434558031    Unchanged    -
E00042    0.0861048    0.367700939634328    Unchanged    -
E00043    -1.19328    1.42673872027352e-153    Baodian_UP    -
E00044    -0.887981    2.43067804654905e-26    Unchanged    -
E00047    -0.610941    5.51696648645932e-57    Unchanged    -

使用significant列绘制火山图

# -f: 指定输入文件,格式如上
# -x: 指定横轴变量,值为输入文件中与取过对数的变化倍数相关的列的名字
# -y: 指定纵轴变量,值为输入文件中与P-value
#     (也可能是p-adj,是否取过对数都可以)相关的列的名字
# -P: 若为TRUE,则表示对<-y>指定的列进行-log10转换
# -L: 指定图例的位置
# -s: 指定差异基因列
# -S: 指定差异基因列不同的标签出现的顺序
sp_volcano.sh -f volcano.txt -x log2FoldChange -y padj -s significant -S "'EHBIO_UP', 'Baodian_UP', 'Unchanged'" -P TRUE -L top

这个图看上去还可以,没有太大的问题。但有部分点与最顶端的线重合了,这些点的pvalue为0,取负对数后为负无穷。另外在一些情况下,会存在部分基因的pvalue极小,使得整张图呈现一个压缩的趋势,大部分点偏安于图的下方,中间大段空白,最上面零星几个点。为了避免这种情况,程序设置了参数-M用于设定pvalue的最大的负对数,所有大于给定值的数,都会视为给定值。

# -M 10: 指定P-value(也可能是p-adj);若小于10^(-10),则为10^(-10)
#        用于部分p-value存在异常值,导致整个图都被压缩在最底部
p_volcano.sh -f volcano.txt -x log2FoldChange -y padj -s significant -S "'EHBIO_UP', 'Baodian_UP', 'Unchanged'" -P TRUE -L top -M 10

注意看纵轴的变化,和最上面排成一条线的一堆点。

自动计算significant列绘制火山图

若不存在significant列,程序会根据-F指定的参数计算并标记差异基因。-F的默认值为"0.05,1"(引号是必须的), 第一个数表示pvalue或padj,对应于<-y>列;第二个数表示对数转换的差异倍数,对应于<-x>列。

# <-F "0.05,1">, 默认值,故命令行中未写,引号是必须的
sp_volcano.sh -f volcano.txt -x log2FoldChange -y padj -P TRUE -L top
# -M 10: 与之前相同
sp_volcano.sh -f volcano.txt -x log2FoldChange -y padj -P TRUE -L top -M 10

火山图中标记基因的名字

# -l: label,在图中标记部分基因的名字;
# label为含有待标记基因名字的列名,此列中非<->的非空字符都会视为基因名字
sp_volcano.sh -f volcano.txt -x log2FoldChange -y padj -P TRUE -L top -M 10 -l label

label列中非-的值都会标记在图上。

今天先到这,前天提到的富集分析图,今天的火山图都是散点图的一种,后续介绍散点图时再对用到的R代码进行解读。

需要绘图脚本的,还是请帮助转发下,谢谢。

测试文件的链接 http://pan.baidu.com/s/1i5LzDxr。

Reference

http://blog.genesino.com/2017/07/volcanoPlot

原文发布于微信公众号 - 生信宝典(Bio_data)

原文发表时间:2017-07-22

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏PPV课数据科学社区

TensorFlow 数据集和估算器介绍

TensorFlow 1.3 引入了两个重要功能,您应当尝试一下: 数据集:一种创建输入管道(即,将数据读入您的程序)的全新方式。 估算器:一种创建 Ten...

3259
来自专栏Python攻城狮

Python数据科学(六)- 资料清理(Ⅰ)1.Pandas1.资料筛选2.侦测遗失值3.补齐遗失值

成功爬取到我们所需要的数据以后,接下来应该做的是对资料进行清理和转换, 很多人遇到这种情况最自然地反应就是“写个脚本”,当然这也算是一个很好的解决方法,但是,p...

1283
来自专栏程序员互动联盟

【专业技术】OpenGL操作技巧介绍

存在问题: opengl中如何渲染管线? 解决方案: 绝大数OpenGL实现都有相似的操作顺序,一系列相关的处理阶段称为OpenGL渲染管线。图1-2显示了这些...

2892
来自专栏新智元

PyTorch 最新版发布:API 变动,增加新特征,多项运算和加载速度提升

【新智元导读】PyTorch 发布了最新版,API 有一些变动,增加了一系列新的特征,多项运算或加载速度提升,而且修改了大量bug。官方文档也提供了一些示例。 ...

6067
来自专栏懒人开发

(7.1)James Stewart Calculus 5th Edition:Integration by Parts

注意: 这样做,目的是为了 降阶, 如果转换后,对应的没有起到 降阶 的作用,就没有什么意义了

1061
来自专栏吉浦迅科技

DAY19:阅读纹理内存之Texture Gather

3584
来自专栏marsggbo

LaTeX IEEE模板

网上有很多LaTeX软件,在线编辑器推荐Overleaf。但是我个人还是更喜欢离线写东西,所以尝试过各种编辑器,例如VSCode等等,这些编辑器都需要自己搭环境...

2152
来自专栏MixLab科技+设计实验室

设计师编程指南之Sketch插件开发 6

往期文章索引: 1 / 入门基本概念、page的相关操作 2 / artboard 、NSFileManager 和 NSString 关于文件及文件夹的相关操...

3115
来自专栏算法修养

文本分类学习 (十)构造机器学习Libsvm 的C# wrapper(调用c/c++动态链接库)

前言: 对于SVM的了解,看前辈写的博客加上读论文对于SVM的皮毛知识总算有点了解,比如线性分类器,和求凸二次规划中用到的高等数学知识。然而SVM最核心的地方应...

882
来自专栏数据小魔方

sparklines迷你图系列4——Evolution(Area)

今天接着分享Evolution图表类型中的Area图表。 其实就是我们常见的区域图(或者叫面积图),它与折线图(昨天讲到的)都是用来呈现时间序列中的趋势走向和波...

2774

扫码关注云+社区

领取腾讯云代金券