r语言怎么做相关分析可视化？R可视化ggseqlogo包绘制序列分析图

r语言怎么做相关分析可视化？R可视化ggseqlogo包绘制序列分析图#通过col_scheme参数设置，具体配色方案通过?list_col_schemes查看 list_col_schemes(v=T)ggseqlogo(df1 col_scheme='clustalx') ggseqlogo(df1 col_scheme='taylor')7、自定义配色方案——通过make_col_scheme参数实现，有离散型与连续性两种方式#通过seq_type参数指定序列类型，默认为“auto”自动识别，可选择"aa"、"dna"、"rna" ggseqlogo(df1 facet = "wrap" ncol = 2 seq_type="dna") ggseqlogo(df2 facet = "wrap" ncol = 2 seq

序列分析图（sequence logo）一般指以图形方式依次展示序列比对中各个位置上出现的残基及其频率，常用于描述序列特征，如DNA中的蛋白质结合位点或蛋白质中的功能单元。序列分析图中每个残基对应图形字符的大小与残基在该位置上出现的频率是成正比的！

安装、加载R包

rm(list=ls()) #安装包 install.packages("ggseqlogo") #加载包 library(ggseqlogo)数据

支持序列与矩阵两种格式的文件，以以ggseqlogo包自带示例数据ggseqlogo_sample为例：

data(ggseqlogo_sample) #DNA数据 df1<-pfms_dna #氨基酸数据 df2<-seqs_aa #序列格式 df3<-seqs_dna$MA0011.1 #矩阵格式——代表碱基位置及相应碱基在该位置的出现次数 df4<-pfms_dna$MA0031.1

ggseqlogo包绘图参数

1、基本参数查看

??ggseqlogo#查看参数 ggseqlogo(data facet = "wrap" scales = "free_x" ncol = NULL nrow = NULL ...)

2、基本序列分析图绘制

ggseqlogo(df1) ggseqlogo(df3)

3、方法的选择——“bits”(默认)和“probability”

p1<-ggseqlogo(df3 method="bits") p2<-ggseqlogo(df3 method="probability") cowplot::plot_grid(p1 p2 ncol=1)

4、绘制多个图时通过facet与ncol控制

ggseqlogo(df1 facet = "wrap" ncol = 1) ggseqlogo(df1 facet = "wrap" ncol = 2)

5、序列类型的指定

#通过seq_type参数指定序列类型，默认为“auto”自动识别，可选择"aa"、"dna"、"rna" ggseqlogo(df1 facet = "wrap" ncol = 2 seq_type="dna") ggseqlogo(df2 facet = "wrap" ncol = 2 seq_type="aa")

6、配色方案

#通过col_scheme参数设置，具体配色方案通过?list_col_schemes查看 list_col_schemes(v=T)

ggseqlogo(df1 col_scheme='clustalx') ggseqlogo(df1 col_scheme='taylor')

7、自定义配色方案——通过make_col_scheme参数实现，有离散型与连续性两种方式

#离散型配色 col1<-make_col_scheme(chars = c("A" "G" "T" "C") groups = c("g1" "g2" "g3" "g4") cols = c("red" "green" "blue" "yellow")) ggseqlogo(df1 col_scheme=col1)

#连续型配色 col2<-make_col_scheme(chars=c("A" "G" "T" "C") values=1:4 name='group') ggseqlogo(df1 col_scheme=col2)

8、字体设置

#通过font参数实现，可通过?list_fonts查看内置字体 list_fonts(v = T)

a<-ggseqlogo(df3 font="xkcd_regular") b<-ggseqlogo(df3 font="roboto_slab_regular") c<-ggseqlogo(df3 font="helvetica_regular") d<-ggseqlogo(df3 font="helvetica_light") cowplot::plot_grid(a b c d ncol=2)

9、字母宽度设置

#通过stack_width参数设置 a<-ggseqlogo(df3 stack_width=1) b<-ggseqlogo(df3 stack_width=0.5) cowplot::plot_grid(a b ncol=1)

10、注释——与ggplot2注释原理一致

p1<-ggplot2::ggplot() geom_logo(df3) theme_logo()#可视化 p1

#添加文字注释 p1 ggplot2::annotate("text" x=6 y=1 label="This is a text\n annotation!")

#添加线条 p1 ggplot2::annotate("segment" x=1 xend = 3 y=1.5 yend = 1.5 size=3)

#添加图形注释 p1 ggplot2::annotate("rect" xmin = 6.5 xmax = 7.5 ymin = -0.05 ymax = 0.8 alpha=0.2 col="grey" fill="green")

绘图模板代码

#模板代码 library(ggplot2) col1<-make_col_scheme(chars = c("A" "G" "T" "C") groups = c("g1" "g2" "g3" "g4") cols = c("red" "green" "blue" "yellow"))#自定义配色 ggplot() geom_logo(df1$MA0018.2 #数据 method="bits" #方法 seq_type="dna" #序列类型 col_scheme=col1 #配色方案 font="xkcd_regular" #字体 stack_width=0.8#字母宽度 ) annotate("text" x=5.5 y=2 color='red' label="This is a text\n annotation!") annotate("segment" x=4.5 xend = 6.5 y=1.6 yend = 1.6 size=3) annotate("rect" xmin = 2.5 xmax = 3.5 ymin = -0.05 ymax = 2.05 alpha=0.2 col="grey" fill="green") theme_logo()

参考：https://omarwagih.github.io/ggseqlogo/

更多精彩欢迎关注微信公众号【科研后花园】！！！