|
在之前的《繪制這種漂亮的桑基圖只需“一步”？》和《3分文章和30分文章圖表差在哪里？》兩篇文章中已經(jīng)介紹過(guò)?；鶊D（Sankey plots）了，但目前在文章中還是比較少見(jiàn)。 ?；鶊D主要用來(lái)展示數(shù)據(jù)的“流動(dòng)”變化，分支的寬度表示流量的大小，應(yīng)用于能源流向、收入支出、人員流動(dòng)，生物群落豐度變化等數(shù)據(jù)的可視化。但在之前提到的一篇文獻(xiàn)中，作者巧妙地用?；鶊D來(lái)可視化差異ceRNA共表達(dá)網(wǎng)絡(luò)，非常直觀。作者構(gòu)建的 ceRNA network包括26 個(gè)lncRNA, 4個(gè)miRNAs, 6個(gè) mRNAs，如下： 
（Cancer Cell International, 2019） 文章作者用到的R包是ggalluvial，安裝方法非常簡(jiǎn)單，直接用install.packages(“ggalluvial”)函數(shù)在線安裝即可。我這里就用這個(gè)R包為大家重現(xiàn)原文中的桑基圖吧！ 本文用到的范例數(shù)據(jù)來(lái)自原文的附錄文件（Table S4），下載鏈接：https://www.ncbi.nlm./pmc/articles/PMC6458652/#載入ggalluvial包；
library(ggalluvial)
#讀入數(shù)據(jù)；
df <- read.table('network.txt',sep= '\t',header = T)
#檢查數(shù)據(jù)的前6行；
head(df)
# 直接使用原始數(shù)據(jù)（寬數(shù)據(jù)）繪圖；
# 繪制alluvium，width調(diào)整結(jié)點(diǎn)處條帶水平寬度；knot.pos調(diào)整曲率；reverse調(diào)整著色順序；
p1<-ggplot(data = df,aes(axis1 = lncRNA,axis2 = miRNA,axis3 = mRNA, y = Freq))+
geom_alluvium(aes(fill = mRNA),width = 0.1, knot.pos = 0.1, reverse = F)
p1
# 繪制stratum,添加文字標(biāo)簽并隱藏圖例;
p2<-p1+geom_stratum(fill='white',color='skyblue',alpha= .7,width = 1/7)+
geom_text(stat = 'stratum', size =1.5,color='black',label.strata = T)+
guides(fill = FALSE)
p2
#修改橫軸的標(biāo)簽；
p3<-p2+
scale_x_discrete(limits = c('lncRNA','miRNA','mRNA'),expand = c(0, 0))+
xlab('') + ylab('')
#自定義主題；
mytheme1<-theme_bw() +
theme(panel.grid =element_blank()) +
theme(panel.border = element_blank()) +
theme(axis.line = element_blank(),axis.ticks =element_blank(),axis.text.y =element_blank())
p4<-p3+mytheme1
p4
使用寬數(shù)據(jù)畫(huà)圖比較直觀，容易理解，但如果想給不同的stratum添加不同的顏色就不是很方便。其實(shí)，ggalluvial也支持長(zhǎng)數(shù)據(jù)，畢竟是基于ggplot2的。#檢查數(shù)據(jù)是否符合要求；
head(df)
is_alluvia_form(df,weight ='Freq')
# 轉(zhuǎn)成長(zhǎng)數(shù)據(jù)格式；
df_lodes <- to_lodes_form(df,key ='x', value = 'stratum', id = 'alluvium',axes =1:3)
#檢查轉(zhuǎn)換后的數(shù)據(jù)是否符合作圖要求；
head(df_lodes,12)
is_lodes_form(df_lodes,key = 'x',value = 'stratum',id = 'alluvium',weight ='Freq')
#自己生成漸變色；
mycol3=colorRampPalette(c('#00abef','#64b036','#ffe743','#64b036','#00abef'))(36)
對(duì)于繪圖方法，除了數(shù)據(jù)映射方式，其他參數(shù)的用法與上文相似，這里就不做代碼分解演示啦。p5<-ggplot(df_lodes,aes(x = x, stratum =stratum, alluvium = alluvium,
fill = stratum, label = stratum)) +
scale_x_discrete(expand = c(0, 0)) +
geom_flow(width = 0.2, knot.pos = 0.1) +
geom_stratum(alpha = .9,color='grey20',width = 1/7) +
geom_text(stat = 'stratum', size =1.5,color='black') +
scale_fill_manual(values = mycol3) +
xlab('') + ylab('') +
theme_bw() +
theme(panel.grid =element_blank()) +
theme(panel.border = element_blank()) +
theme(axis.line = element_blank(),axis.ticks =element_blank(),axis.text.y =element_blank())+
guides(fill = FALSE)
p5
繪圖的結(jié)果如下：
如果用ggplot2的默認(rèn)配色，其實(shí)也挺好看的，如下：
#使用文章中圖表的顏色集；
mycol <-rep(c('#223D6C','#D20A13','#FFD121','#088247','#11AA4D','#58CDD9','#7A142C','#5D90BA','#029149','#431A3D','#91612D','#6E568C','#E0367A','#D8D155','#64495D','#7CC767','#223D6C','#D20A13','#FFD121','#088247','#11AA4D','#58CDD9','#7A142C','#5D90BA','#029149','#431A3D','#91612D','#6E568C','#E0367A','#D8D155','#64495D','#7CC767','#223D6C','#D20A13','#FFD121','#088247','#11AA4D','#58CDD9','#7A142C','#5D90BA','#029149','#431A3D','#91612D','#223D6C','#D20A13','#FFD121','#088247','#11AA4D','#58CDD9','#7A142C','#5D90BA','#029149','#431A3D','#91612D','#6E568C','#E0367A','#D8D155','#64495D','#7CC767','#223D6C','#D20A13','#FFD121','#088247','#11AA4D','#58CDD9','#7A142C','#5D90BA','#029149','#431A3D','#91612D','#6E568C','#E0367A','#D8D155','#64495D','#7CC767'),3)
如果想使用文章中的顏色，可將mycol變量賦值給scale_fill_manual(values = mycol)；同時(shí)不想讓stratum周圍顯示白色的“空白”，可將geom_flow()的width設(shè)為小于0.2的值， 得到效果如下：
其實(shí)我之前一直不喜歡這個(gè)圖，因?yàn)轭伾啵墒强淳昧艘簿筒挥X(jué)得難看了。如果喜歡“直”的，可將knot.pos 的數(shù)值調(diào)為0，得到下圖的效果：
今天的內(nèi)容就到這里啦，如果你還是沒(méi)學(xué)會(huì)，可以考慮報(bào)名我們的轉(zhuǎn)錄組培訓(xùn)班呀~培訓(xùn)時(shí)間：2019年12月9日-12月13日培訓(xùn)地點(diǎn)：基迪奧公司（廣州大學(xué)城青藍(lán)街）轉(zhuǎn)錄組培訓(xùn)班是基迪奧“元老級(jí)”的精品培訓(xùn)班。隨著測(cè)序技術(shù)的發(fā)展，基迪奧項(xiàng)目經(jīng)驗(yàn)的積累，我們已將轉(zhuǎn)錄組培訓(xùn)班的培訓(xùn)內(nèi)容更新到了4.0版本。專題理論實(shí)操：數(shù)據(jù)范例靈活，學(xué)員可以帶上自己的轉(zhuǎn)錄組數(shù)據(jù)進(jìn)行實(shí)操，解答數(shù)據(jù)挖掘問(wèn)題；多組學(xué)進(jìn)階提升：培訓(xùn)班在講解轉(zhuǎn)錄組數(shù)據(jù)挖掘的基礎(chǔ)上，拓展轉(zhuǎn)錄組與其他組學(xué)的多組學(xué)關(guān)聯(lián)分析和數(shù)據(jù)挖掘；數(shù)據(jù)的動(dòng)態(tài)挖掘：基于基迪奧特有的在線平臺(tái)Omicsmart的動(dòng)態(tài)數(shù)據(jù)挖掘，學(xué)員可以完成個(gè)性化分析，定制專屬結(jié)題報(bào)告。參與培訓(xùn)的學(xué)員將獲得價(jià)值2400元的6例樣本數(shù)據(jù)的動(dòng)態(tài)交互平臺(tái)Omicsmart分析使用權(quán)，可隨心所欲地對(duì)自己的原始數(shù)據(jù)進(jìn)行個(gè)性化分析！課程表 
|
