R语言ggplot2画图教程之——Pathway富集分析气泡图

生物信息学

# 安装包
install.packages("ggplot2")

# 导入包
# 帮助文档链接：http://docs.ggplot2.org/current/
library(ggplot2)

# 设置工作路径到数据存放的文件夹下
# 读数据
pathway = read.table("R0-vs-R3.path.richFactor.head20.tsv",header=T,sep="\t")

# 画图
pp = ggplot(pathway,aes(richFactor,Pathway))
pp + geom_point()

# 改变点的大小
pp + geom_point(aes(size=R0vsR3))

# 四维数据的展示
pbubble = pp + geom_point(aes(size=R0vsR3,color=-1*log10(Qvalue)))
# 自定义渐变颜色
pbubble + scale_colour_gradient(low="green",high="red")

# 绘制pathway富集散点图
pr = pbubble + scale_colour_gradient(low="green",high="red") + labs(color=expression(-log[10](Qvalue)),size="Gene number",x="Rich factor",y="Pathway name",title="Top20 of pathway enrichment")
# 改变图片的样式（主题）
pr + theme_bw()
## 保存图片
ggsave("out.pdf")   # 保存为pdf格式，支持 pdf，png，svg多重格式
ggsave("out.png")  # 保存为png格式
ggsave("out2.png",width=4,height=4)   # 设定图片大小
  

备注，绘图数据的说明：
（1）绘图数据来自我们公司KEGG富集分析的结果，相应文件是结题报告中存在的，略作调整即可；
（2）绘图数据每一列的意思：
1)Pathway      : 通路的名称        
2)R0vsR3            ：差异表达基因中，属于这个通路的基因的数量
3)All_Unigene        ：所有基因中属于这个通路的基因的数量  
4)Pvalue            ：富集分析p值
5)Qvalue                ：富集分析的Q值
6)richFactor        ：在我们分析报告中，没有提供这一列，但很容易计算。是 第二列 除以 第三列得到；
7)Pathway ID        ：通路ID  
8)Genes                ：通路中基因的ID
9)KOs                  ：通路中基因的KO号
补充一点：绘图仅仅用到4类，分布是第1,2,5,6列
再补充一点（来源25,26,28楼的讨论）
（1）在pathway名称中如有重名，这会导致错误。在表中每个pathway只能出现一次；
（2）文本中，出现了引号会导致错误。例如，  Alzheimer's disease， Huntington's disease这样的名称。
      这两个pathway 名称中的引号需要删除。引号的出现，会导致R无法识别两个引号间的其他符号（退格符，换行符等），导致文件读取错误。
      如果一定要保留引号，则引号的内容再用引号囊括起来，例如：
       "Alzheimer's disease"，"Huntington's disease"，从而避免单个出现的引号对其他字符的影响 。

朱强龙

好帖，谢谢

platove

老师 怎么修改气泡圆点的边缘呢 看起来不太圆？谢谢

Miss甄

我是来膜拜楼主的

生物信息学

platove 发表于 2016.1.15 16:46
老师 怎么修改气泡圆点的边缘呢 看起来不太圆？谢谢

分辨率问题，其实是圆的，这个我真帮不了你

platove

生物信息学 发表于 2016.1.15 17:42
分辨率问题，其实是圆的，这个我真帮不了你

好吧 在pDF看就是圆的 一般图片就不圆 谢谢

北轩小陌

这帖子我喜欢！！！！哈哈哈，神帖，正好我需要。抱走

xk995

   牛

496071151

喜欢这个帖子

qh2012

我想问下数据里面每一个PATHWAY的rich factor是怎么算出来的，有什么统计学意义吗？谢谢@生物信息学

基迪奥-周煌凯

qh2012 发表于 2016.1.19 16:07
我想问下数据里面每一个PATHWAY的rich factor是怎么算出来的，有什么统计学意义吗？谢谢@生物信息学 ...

Rich Factor是 这个  差异表达基因中属于这个pathway的基因数量/ pathway中基因的总数；
统计学上的意义谈不上，就是一个统计量吧。

基迪奥小师妹

qh2012 发表于 2016.1.19 16:07
我想问下数据里面每一个PATHWAY的rich factor是怎么算出来的，有什么统计学意义吗？谢谢@生物信息学 ...

rich factor指差异表达的基因中位于该pathway条目的基因数目与所有基因中位于该pathway条目的基因总数的比值。RichFactor越大，表示富集的程度越高。这就是它的统计学意义了吧！

qh2012

谢谢基迪奥-小师妹

chenSH

太好了，正想学这个图怎么做的十分感谢分享！

tom1234

等了好久，终于 有了教程，非常感谢！

tom1234

等了好久，终于 有了教程，非常感谢！

Flier

留个记号，以备后用。

张蒙

周老师，没有怎么保存图片的代码啊。网上搜的可是保存完pdf后打不开

张蒙

再留个保存成各种图片格式的代码就完美了

基迪奥-周煌凯

张蒙 发表于 2016.3.31 08:30
周老师，没有怎么保存图片的代码啊。网上搜的可是保存完pdf后打不开

已经补充 保存的代码（ggsave）