一个通路居然在上下调基因集里面都富集到了

生信技能树

发布于 2022-01-10 08:43:52

2.3K0

发布于 2022-01-10 08:43:52

文章被收录于专栏：生信技能树

有粉丝提问：用ggplot2画双向条图的时候发现有重复行结果被忽略排序标记成一个条，希望可以让它们按顺序分别显示在上调和下调通路的正常位置，如下所示：

有重复行结果被忽略排序标记成一个条

做一个测试数据

代码如下所示：

set.seed(123456)
df=data.frame(
  pathway=c(sample(LETTERS,10),
            sample(LETTERS,10)),
  pvalue= abs(rnorm(20))/100,
  group = rep(c('up','down'),each=10)
)
table(df$pathway)

这个代码技术含量非常高，大家如果提问绘图相关的，一定要学会生成测试数据哦。有了测试数据，大家就很容易去帮助你。

默认的绘图

在我们给大家的GEO数据挖掘课程里面经常出现的，系列目录在：

代码如下所示：

library(ggplot2)
library(ggsci)
dat=df
dat$group = ifelse(dat$group =='up',1,-1)
dat$pvalue = -log10(dat$pvalue)
dat$pvalue <- dat$pvalue*dat$group 
dat=dat[order(dat$pvalue,decreasing = F),]

p_kegg<- ggplot(dat, aes(x=reorder(pathway,order(pvalue, decreasing = F)),
                         y=pvalue, 
                         fill=group)) + 
  geom_bar(stat="identity",
           width=0.8) + 
  scale_fill_gradient(low="#3685af",high="#af4236",guide = FALSE) + 
  scale_x_discrete(name ="Pathway names") +
  scale_y_continuous(name ="-log10Pvalue",
                     expand = c(0,0)) +
  coord_flip() + 
  theme(axis.text=element_text(face = "bold",size = 15),
        axis.title = element_text(face = 'bold',size = 15),
        plot.title = element_text(size = 20,hjust = 0.3),
        legend.position = "top",
        panel.grid = element_line(colour = 'white'))+
  ggtitle("The most enriched KEGG") 
p_kegg

确实会出现部分通路出现在上下调两个分组，就是C,M,F这3个：

确实会出现部分通路出现在上下调两个分组

修正后的绘图

因为pathway确实有重复，所以需要修改pathway的名字，但是在图里面却仍然是看起来是没有修改的样子，代码如下所示：

library(ggplot2)
library(ggsci)
df[df$group %in% "down",]$pvalue <- df[df$group %in% "down",]$pvalue*-1
# 调整y轴
df[duplicated(df$pathway),"pathway"] <- paste0(df[duplicated(df$pathway),"pathway"],".1")
# 设置因子
df$pathway <- factor(df$pathway,levels = df[order(df$pvalue,decreasing = T),"pathway"])
# 更改y轴坐标
# 由于我们之前添加了.1 ,所以需要改回来
name.y <- substr(df$pathway,1,1)
names(name.y) <- df$pathway

ggplot(df,aes(x=pathway,y=pvalue, fill=factor(group)))+geom_bar(stat="identity")+coord_flip( )+
  scale_x_discrete(
    "pathway",
    labels = name.y)+
  scale_fill_d3()

这个代码来自于我们《生信技能树》的单细胞数据分析工程师林枫，欢迎大家前来咨询我们团队的单细胞数据分析服务哦

结果如下所示：