生信如何入门：生信最重要的图之一

生信如何入门：生信最重要的图之一#对fdr值进行取对数处理 rt$logP <- -log10(rt$fdr) #定义显著上/下调基因 rt$Type <- "no" #新增一列Type rt$Type[which((rt$fdr < 0.05) & (rt$logFC > 1))] <- "up-regulated" rt$Type[which((rt$fdr < 0.05) & (rt$logFC < -1))] <- "down-regulated" table(rt$Type) #对Type中的数量进行统计到此，整个数据的准备工作就基本完成了，其中显著上调的基因共23个，显著下调的基因共468个。3.数据内容的整理#install.packages("ggpubr")

火山今始见 突兀蒲昌东。——岑参《经火山》

大家好，我是阿琛。当我们通过分析得到基因在不同分组中的表达情况，以及显著上调或下调的差异基因时，如何将该结果进行可视化展示随之出现。在生信分析中，火山图和热图是两种最为常见的展示方法。火山图，Volcano Plot，因其形状类似喷发的火山而得名。

1.R包的安装与读取

首先，自然是R包的选择与安装。经过多期内容的讲解，相信大家对于R语言绘图也基本有了一个基本的了解。作图常用三大包，分别是base包，强大的ggplot2包，以及在ggplot2基础上发展而来的ggpubr包。对于点图的绘制，在此我们选择ggpubr包来讲讲火山图的绘制。

#install.packages("ggpubr") #install.packages("ggthemes") #加载ggpubr包 library(ggpubr) library(ggthemes)

2.数据集的加载与引用

rt <- read.table("TCGA.diff.txt" sep=" " header=T) head(rt) #显示前6行

结果显示，在该数据集中，包括了基因名，正常组和对照组的表达平均值，以及差异分析得到的logFC，P 值，以及校正后的fdr值。

str(rt) #查看数据结构

通过str()函数简单查看每个变量的数据类型。

3.数据内容的整理

#对fdr值进行取对数处理 rt$logP <- -log10(rt$fdr) #定义显著上/下调基因 rt$Type <- "no" #新增一列Type rt$Type[which((rt$fdr < 0.05) & (rt$logFC > 1))] <- "up-regulated" rt$Type[which((rt$fdr < 0.05) & (rt$logFC < -1))] <- "down-regulated" table(rt$Type) #对Type中的数量进行统计

到此，整个数据的准备工作就基本完成了，其中显著上调的基因共23个，显著下调的基因共468个。

4.绘制火山图

接下来，我们一起来看下如何一步步由浅入深，逐步绘制火山图逐步为火山图添砖加瓦，增加各种信息。

ggscatter(rt x = "logFC" y = "logP") theme_base() ylim(-0.2 17)

首先，在ggscatter()函数中对数据集和图形的x轴、y轴进行定义，得到整个火山图的初步框架。

ggscatter(rt x = "logFC" y = "logP" color = "Type" palette = c("blue" "black" "red") size = 1) theme_base() ylim(-0.2 17)

随后，对基因中显著上调或者下调的基因颜色进行定义，赋予上调的基因红色，以及下调的基因蓝色，进行可视化的区分。

ggscatter(rt x = "logFC" y = "logP" color = "Type" palette = c("blue" "black" "red") size = 1) theme_base() ylim(-0.2 17) geom_hline(yintercept = -log10(0.05) linetype = "dashed") geom_vline(xintercept = c(-1 1) linetype = "dashed")

通过geomhline()和geomvline()两个函数，分别在x轴和y轴方向上添加三条辅助性的虚线，将显著改变的基因与其他基因进行区分开来。

到此为止，火山图也就基本绘制完成了。当然，有些小伙伴可能还在文章中见过带基因名字标签的高级版火山图。接下来，我们就来看下如何对显著上调或下调的5个点添加基因标签。

rt$Name = "" #新加一列Name rt<-rt[order(rt$fdr) ]#对差异基因的p值进行从小到大的排序 #高表达的基因中，选择fdr值最小的5个 up.genes <- head(rt$gene[which(rt$Type == "up-regulated")] 5) #低表达的基因中，选择fdr值最小的5个 down.genes <- head(rt$gene[which(rt$Type == "down-regulated")] 5) #将up.genes和down.genes合并，并加入到Name中 rt.top.genes <- c(as.character(up.genes) as.character(down.genes)) rt$Name[match(rt.top.genes rt$gene)] <- rt.top.genes

新增一个名为Name的列，通过排序，分别筛选出fdr值最小的显著上调和下调基因，并将他们的基因名赋予给Name列。

#绘制火山图 ggscatter(rt x = "logFC" y = "logP" color = "Type" palette = c("blue" "black" "red") size = 1 label = rt$Label font.label = 8 repel = T xlab = "log2FoldChange" ylab = "-log10(Adjust P-value)") theme_base() ylim(-0.2 17) geom_hline(yintercept = -log10(0.05) linetype = "dashed") geom_vline(xintercept = c(-1 1) linetype = "dashed")

这样，一张精美的高级版火山图就绘制完成了。

差异分析搭配火山图来展示，是不是十分完美呢？好了，今天的分享就到此为止了，大家根据讲解自己进行相关的练习~~~