看到这张图是不是眼前一亮的感觉,觉得你的预后类型文章就差这一张图了呢?那么恭喜你,看完这个帖子就能将它收入囊中了。
01
欲画此图,必装其包, 安装所加载的包,直接install和library即可
02
加载数据集
可以看到两个数据分别为biomarker_data和rt,一个用于绘制风险得分,一个用于绘制热图,我提前给大家准备好了相应的数据集,方便大家直接使用,学会绘图的精髓,而不是浪费时间去找数据,这样我们便准备好了demo数据。Note:该数据集一共包括184个样本,前面93个样本为low_risk组, 后面91个为high_risk组
03
绘制生存状态散点图
利用biomarker_data:
原始图形如下:
04
绘制riskScore的高低风险分组显示点图
本质上就是每一个样本的点图,只不过对点图按照riskScore从小到大排序,绘制成类似于线图的形状,因此首先我们需要对riskscore进行排序,根据选定的cutoff值,分为低风险93个,高风险91个:
接着采用ggplot2绘制,绘制的代码如下,可以看到我们在设置形状时为geom_point:
产生的图形如下:
05
绘制热图
(此处我们给其加上列聚类),绘制热图我们采用热图好搭档pheatmap来实现,关于热图其他骚操作可以关注我们之前推出的R绘图教程,对常见的医学绘图问题都进行了教学,详情点击:这可能是目前最实用的医学R语言绘图教程
结果如下图:
06
组合骚操作
接着我们需要将这三张图拼成一列,我们接着cowplot工具包中的plot_grid 函数来实现.由于pheatmap绘制出的p1对象不是ggplot2格式对象,因此我们需要借助ggplotify包进行转换成ggplot,代码如下:
接着利用plot_grid,一行命令搞定所有操作
产生的图形如下:
Ok,看到上面简单的神奇操作是不是可以满足大家对风险因子关联图的需求呢?