分类： 医学研究
0

当我们做了转录组测序，基因中有上调也有下调基因，画热图的时候如何将up or down区分开？且看接下来的小技巧。

【Hydbring P et al.Cell-Cycle-Targeting MicroRNAs as Therapeutic Tools against Refractory Cancers.Cancer Cell,2017.】

本篇，我们要解决的问题是：热图中如何将不同类别用不同的渐变色表示，如上图所示。接下来，举个例子，若做每个microRNA与Description的热图，颜色渐变是-log10Pvalue，regulated是up的用红色进行渐变，down的用蓝色进行渐变。图例做成如下图所示的样子。

#数据处理：
library(scales)
library(plyr)
library(reshape2)
d<-read.csv(“test.data”,header=T,sep=“\t”,check.names=F,row.names=2)
row<-nrow(d)
if(row<3){ q() }
data<-d[,-1]
pvalue<-data[,c(grep(“_pvalue”,colnames(data)))]
regulate<-data[,c(grep(“_regulated”,colnames(data)))]
col_name1<-gsub(“_pvalue”,“”,colnames(pvalue))
col_name2<-gsub(“_regulated”,“”,colnames(regulate))
colnames(pvalue)<-col_name1
colnames(regulate)<-col_name2
pvalue.m<-melt(as.matrix(pvalue))
regulate.m<-melt(as.matrix(regulate))
colnames(pvalue.m)<-c(“Pathway”,“ID”,“Pvalue”)
colnames(regulate.m)<-c(“Pathway”,“ID”,“Regulate”)
good<-merge(pvalue.m,regulate.m,by=c(“Pathway”,“ID”))
goods<-ddply(good, .(Pvalue), transform, log10P = -log10(Pvalue))
m1<-goods[goods$Regulate==“up”,]
m2<-goods[goods$Regulate==“down”,]

最终数据整成这个样子：

接下来敲重点啦~~

#开始绘图：
library(ggplot2)
library(ggnewscale)
#先做up部分
ggplot()+geom_tile(data=m1,mapping=aes(ID,Pathway,fill = log10P),colour = “white”)+scale_fill_gradientn(colours = c(“white”,“red”))+
#这个是重点，new_scale函数来自ggnewscale包
new_scale(“fill”)+
#再做down部分
geom_tile(data=m2,mapping=aes(ID,Pathway,fill = log10P),colour =“white”)+scale_fill_gradientn(colours = c(“white”,“blue”))+
#down的图例翻转一下
guides(fill=guide_colorbar(reverse=T))+
#两个图例排排站
theme(legend.direction=“vertical”,legend.box=“horizontal”,legend.title=element_blank(),axis.text = element_blank(),axis.ticks = element_blank())+
#还有坐标轴的线
+theme(axis.line = element_line(colour = “black”)) 
#横纵坐标和图标题设置
labs(x = “Noncoding RNA ID”, y = “KEGG pathway/GO Term”, title = “Good Luck” )+
#图标题居中
theme(plot.title = element_text(hjust = 0.5) )

#野人版图片

【小编技巧总结】

  • Hadley Wickham是R界的男神没错了
  • ggnewscale中的new_scale函数发挥重大作用

 

最近文章