R语言之基因表达可视化实现
基因表达的差异性分析是生物信息学中的必经之路。那么，基因表达差异的可视化展示也就具有了很重要的地位。首先我们介绍下目前在基因表达差异性可视化中的集中展示形式：
- 热图。热图我们不再赘述，本公众号已做过详细的介绍《R语言之heatmap绘制》。
- 火山图。火山图以基因表达差异倍数为X轴，差异的P或FDR（即校正P值）值为Y轴（实际上是P或FDR的-log10值，这样都是正的，P或FDR越小，即统计显著性越强，-log10值就越大）。它可以帮我们更加方便的发现最显著、差异最大的基因。 在R语言中实现火山图方式很多，今天我们主要介绍ggplot2中怎么实现火山图的绘制，其实火山图和散点图类似。首先，我们的数据源布局如下：
其次，将数据导入R语言，并调用ggplot2进行图像的绘制，具体代码如下： a=read.csv("G:/test.csv")#读入数据 vp=ggplot(a,aes(dif,-1*log10(fdr)))#获取绘图的数据 vp+geom_point()#绘制黑色的火山图
vp+geom_point(aes(color =group))#自动配色绘制火山图
vp+geom_point(aes(color=group))+scale_color_manual(values=c("down"="green","no"="black","up"="red"))#自定义配色绘制火山图
- MA-plot。它的X轴是基因在两组样本中的丰度（表达）平均值，Y轴是表达差异倍数。MA plot充分展示了基因丰度（表达）和表达变化之间的关系。在R语言中基于DEG-seq包进行MA-plot的分析，DEG-seq包包括了多个个方法来生成对应的MA-plot，如下图：
最终会生成一个包含五个图的网页，五个图分别是：
最后一个也就是MA-plot。 具体的代码如下：
library(qvalue)
library(samr)
library(impute)
library(matrixStats)
library(DEGseq)
geneExpFile<- system.file("extdata", "GeneExpExample5000.txt",package="DEGseq")
outputDir<-"G:/DEGexpExample"#文件输出路径
geneExpMatrix1 <-readGeneExp(file=geneExpFile, geneCol=1, valCol=c(7,9,12,15,18))
geneExpMatrix2 <- readGeneExp(file=geneExpFile,geneCol=1, valCol=c(8,10,11,13,16)) DEGexp(geneExpMatrix1=geneExpMatrix1,groupLabel1="kidney",
geneExpMatrix2=geneExpMatrix2, groupLabel2="liver",method="LRT", outputDir=outputDir)#此处用的method是LRT。
当然MA-plot的绘制不局限于本R包，affy包也可以进行MA-plot的绘制，在此我们就不赘述了。