使用R语言绘制GO富集柱状图的方法及优化展示效果
编辑：本站更新：2024-12-29 01:52:40人气：1719
在生物学研究中，基因本体论（Gene Ontology, GO）分析是一种广泛应用的生物信息学方法，用于理解和描述不同基因的功能、定位和分子相互作用。通过统计显著性差异表达基因在其所属各GO项上的分布情况，并进行富集检验后，通常我们会选择可视化手段来清晰直观地呈现这些结果，其中一种常见的图表形式就是柱状图。接下来将详细介绍如何利用R语言实现这一过程并进一步对图形显示效果进行优化。
一、准备数据
首先，在进行了GO富集分析之后，我们得到的数据通常是包含以下几列： GeneID (对应的基因标识符)，Term(具体的GO术语名称如“细胞周期进程”等），Adjusted P-value 或 FDR值 （经过多重比较校正后的P值或FDR值表示该条目被观测到的可能性大小) 以及Fold Enrichment（富集倍数）。确保你的表格已经整理成这种格式以便后续绘图操作。
二、绘制基本柱状图
1. 导入所需库：
library(ggplot2)
假设我们的原始DataFrame命名为`go_results_df`:
ggplot(go_results_df, aes(x = Term, y = -log10(Fold.Enrichment), fill=-log10(Adj.P.Value))) +
geom_bar(stat="identity") +
labs(title='GO enrichment analysis results', x='GO Terms', y='-Log10 Fold Enrichment')+
theme_bw() +
scale_fill_gradient(low="lightblue", high="darkred")
上述代码将会创建一个以各个GO term为横坐标轴标签，-log10变换过的fold enrichment作为纵坐标的柱形高度且颜色映射至-log10调整p值的基本柱状图。
三、进阶优化与定制化展示
1. **排序**：
可根据-en log10(p-adjusted value)或者-fold enrichment来进行降序排列，使得最重要最显着的结果位于顶部。
go_sorted <- go_results_df[order(-go_results_df$ `-log10(Adj.P.Value)` ),]
ggplot(...) # 使用已排序的新df作图...
2. **截断过高/过低数值**: 对于一些过于极端的-p adj或是fold enrichments导致图形比例失调时，可以设定y轴范围：
ylim(c(min_value, max_visiable_value))
3. **添加注释文本框**(例如top N个显著GO terms):
top_terms <- head(order(...)[-c(6)], n=5) # 获取前N个最重要的term索引
annotate("text",
label = paste(go_sorted$Term[top_terms], "(", round(go_sorted$"adj.p.value"[top_terms], digits=4), ")"),
x = seq_along(top_terms),
y = -(max(log10(go_sorted$"Fold.Enrichment")) * .95),
vjust = 'bottom',
color = "black",
size = 3,
family = "serif"
) + ...
4. **交互式输出**:
利用诸如 plotly 包可生成带有鼠标悬停提示详细信息的动态图像：
library(plotly)
p <- ggplotly(...)
layout(p,...) %>%
add_annotations(data=list(text=paste('TERM:', ..Term., '<br>P Adj:', sprintf('%f',..adj_p_val.),'<br>Enrichment:',sprintf('%d', ..enrichment)),
showarrow=F,xref='x',yref='paper'))
以上是基于R语言使用ggplot2包制作具有较高视觉冲击力并且内容丰富的GO富集柱状图的一个基础流程及其可能的个性化美化方式。实际应用过程中还需结合具体项目需求灵活运用各类参数设置去完善最终的可视化展现。
一、准备数据
首先，在进行了GO富集分析之后，我们得到的数据通常是包含以下几列： GeneID (对应的基因标识符)，Term(具体的GO术语名称如“细胞周期进程”等），Adjusted P-value 或 FDR值 （经过多重比较校正后的P值或FDR值表示该条目被观测到的可能性大小) 以及Fold Enrichment（富集倍数）。确保你的表格已经整理成这种格式以便后续绘图操作。
二、绘制基本柱状图
1. 导入所需库：
r
library(ggplot2)
假设我们的原始DataFrame命名为`go_results_df`:
r
ggplot(go_results_df, aes(x = Term, y = -log10(Fold.Enrichment), fill=-log10(Adj.P.Value))) +
geom_bar(stat="identity") +
labs(title='GO enrichment analysis results', x='GO Terms', y='-Log10 Fold Enrichment')+
theme_bw() +
scale_fill_gradient(low="lightblue", high="darkred")
上述代码将会创建一个以各个GO term为横坐标轴标签，-log10变换过的fold enrichment作为纵坐标的柱形高度且颜色映射至-log10调整p值的基本柱状图。
三、进阶优化与定制化展示
1. **排序**：
可根据-en log10(p-adjusted value)或者-fold enrichment来进行降序排列，使得最重要最显着的结果位于顶部。
r
go_sorted <- go_results_df[order(-go_results_df$ `-log10(Adj.P.Value)` ),]
ggplot(...) # 使用已排序的新df作图...
2. **截断过高/过低数值**: 对于一些过于极端的-p adj或是fold enrichments导致图形比例失调时，可以设定y轴范围：
r
ylim(c(min_value, max_visiable_value))
3. **添加注释文本框**(例如top N个显著GO terms):
r
top_terms <- head(order(...)[-c(6)], n=5) # 获取前N个最重要的term索引
annotate("text",
label = paste(go_sorted$Term[top_terms], "(", round(go_sorted$"adj.p.value"[top_terms], digits=4), ")"),
x = seq_along(top_terms),
y = -(max(log10(go_sorted$"Fold.Enrichment")) * .95),
vjust = 'bottom',
color = "black",
size = 3,
family = "serif"
) + ...
4. **交互式输出**:
利用诸如 plotly 包可生成带有鼠标悬停提示详细信息的动态图像：
r
library(plotly)
p <- ggplotly(...)
layout(p,...) %>%
add_annotations(data=list(text=paste('TERM:', ..Term., '<br>P Adj:', sprintf('%f',..adj_p_val.),'<br>Enrichment:',sprintf('%d', ..enrichment)),
showarrow=F,xref='x',yref='paper'))
以上是基于R语言使用ggplot2包制作具有较高视觉冲击力并且内容丰富的GO富集柱状图的一个基础流程及其可能的个性化美化方式。实际应用过程中还需结合具体项目需求灵活运用各类参数设置去完善最终的可视化展现。
www.php580.com PHP工作室 - 全面的PHP教程、实例、框架与实战资源
PHP学习网是专注于PHP技术学习的一站式在线平台，提供丰富全面的PHP教程、深入浅出的实例解析、主流PHP框架详解及实战应用，并涵盖PHP面试指南、最新资讯和活跃的PHP开发者社区。无论您是初学者还是进阶者，这里都有助于提升您的PHP编程技能。
转载内容版权归作者及来源网站所有，本站原创内容转载请注明来源。