跟着PNAS学作图：R语言ggplot2作图展示多序列比对结果
跟着PNAS学作图：R语言ggplot2作图展示多序列比对结果
用户7010445
发布于 2023-01-06 20:42:43
发布于 2023-01-06 20:42:43
论文
The evidence remains clear: SARS-CoV-2 emerged via the wildlife trade
https://www.pnas.org/doi/10.1073/pnas.2214427119
在 饶毅科学 公众号 看到的推文 美国科学院院刊：逐条反驳新冠是实验室产物的错误说法
其中有一个图是
image.png
今天的推文我们来试着复现一下这个图
首先是一个多序列比对文件
image.png
读取数据
df <- phylotools::read.fasta("data/20221126/pnas.fasta")
df
把序列拆分成一个碱基一列
df %>%
tidyr::separate(seq.text,paste0("col",str_pad(1:28,2,side = "left",pad = "0")),'') %>%
select(-col01) %>%
mutate(seq.name=factor(seq.name,levels = rev(seq.name))) %>%
pivot_longer(!seq.name) -> new.df
这里有一个问题是序列是27个碱基，拆分的时候需要指定28列，然后第一列是空的，暂时没有想明白是为啥
首先是多序列比对
p1<-new.df %>%
ggplot(aes(x=name,y=seq.name))+
geom_tile(fill="white",alpha=0)+
geom_text(aes(label=value))+
theme_bw()+
theme(axis.text.x = element_blank(),
axis.ticks = element_blank(),
panel.grid = element_blank(),
panel.border = element_blank())
p1
image.png
添加左右两侧的数字
df1<-data.frame(x=0,
y=11:1,
label=c(671,668,669,666,744,743,756,736,706,747,759))
df2<-data.frame(x=28,
y=11:1,
label=c(695,692,693,690,770,665,777,761,727,768,780))
p1+
geom_text(data=df1,
aes(x=x,y=y,label=label),
inherit.aes = FALSE,hjust=1)+
geom_text(data=df2,
aes(x=x,y=y,label=label),
inherit.aes = FALSE,hjust=0)+
coord_equal(xlim = c(-1,29)) -> p2
p2
image.png
在自己感兴趣的地方添加背景色
部分示例数据
image.png
df3<-readxl::read_excel("data/20221126/data.xlsx")
df3
p2 +
geom_tile(data=df3,aes(x=x,y=y,fill=group),
color="white",show.legend = FALSE)+
geom_text(data=df3,aes(x=x,y=y,label=label),
color="white")+
scale_fill_manual(values = c("#00adef","#ed1b24"))+
labs(x=NULL,y=NULL)
本文参与 腾讯云自媒体分享计划，分享自微信公众号。
原始发表：2022-11-26，如有侵权请联系 cloudcommunity@tencent.com 删除
评论
登录后参与评论
推荐阅读
目录