gggenes绘制多物种基因结构比较-CFANZ编程社区

https://wilkox.org/gggenes/

gggenes是ggplot2的扩展包，用于绘制基因结构图、多物种基因比较图的很好玩的工具。

1初识ggplot2绘制几何对象
12个ggplot2扩展包帮你实现更强大的可视化
ggplot2学习笔记之图形排列
ggplot2高效实用指南 (可视化脚本、工具、套路、配色)
一个震撼的交互型3D可视化R包 - 可直接转ggplot2图为3D

gggenes绘制多物种基因结构比较_数据可视化

安装

一种是安装稳定版本的gggene

install.packages("gggenes")

另一种是从github上安装开发版

devtools::install_github("wilkox/gggenes")

下面是用的数据内容如下：

gggenes绘制多物种基因结构比较_可视化_02

example_genes包括118行和6个变量。每一行代表一个基因或一个区域；列分别是：

molecule：基因组名字
gene: 基因名字 the name of the gene
start: 基因在基因组开始位置 (如果在负链，注意起始位置的写法跟bed文件不同了)
end: 基因结束位置 (负链的基因起始位置绝对值大于结束位置)
strand: 基因属于哪条链 (可选)

如果想显示基因的子区域，如外显子、或翻译为特定功能域的区域等。

gggenes绘制多物种基因结构比较_html_03

example_subgenes多了三列信息：

subgeme: 子片段名字
from: 子片段开始位置
to: 子片段结束位置

用geom_gene_arrow()画基因箭头

geom_gene_arrow()是一个ggplot2几何性状，它用箭头表示基因。基因在分子内的起始和结束位置分别映射到xmin和xmax。这些开始和结束位置用于确定箭头指向的方向。基因组信息molecule映射到y轴。如果绘制的基因来自不同基因组的位置的数值相差很大，一般指定scale =“free”来调整横轴的坐标展示，以避免部分数字太大压缩了小基因组的基因的展示。

library(ggplot2)
library(gggenes)

ggplot(example_genes, aes(xmin = start, xmax = end, y = molecule, fill = gene)) +
  geom_gene_arrow() +
  facet_wrap(~ molecule, scales = "free", ncol = 1) +
  scale_fill_brewer(palette = "Set3")

gggenes绘制多物种基因结构比较_python_04

用theme_genes美化图形

由于生成的图可能看起来很混乱，因此ggplot2主题theme_genes提供了一些合理的缺省值美化结果。

ggplot(example_genes, aes(xmin = start, xmax = end, y = molecule, fill = gene)) +
  geom_gene_arrow() +
  facet_wrap(~ molecule, scales = "free", ncol = 1) +
  scale_fill_brewer(palette = "Set3") +
  theme_genes()

gggenes绘制多物种基因结构比较_可视化_05

使用make_alignment_dummies()跨面对齐基因

通常我们会想要所有物种按某一个指定的基因对齐，比如下面例子中的geneE。make_alignment_dummies()会根据给定的数据和待对齐的基因，生成一组空基因；再使用geom_blank()将这些空基因添加到绘图中，就可以填充两侧的空白，以在图上直观地对齐所选的基因。

dummies <- make_alignment_dummies(
  example_genes,
  aes(xmin = start, xmax = end, y = molecule, id = gene),
  on = "genE"
)

ggplot(example_genes, aes(xmin = start, xmax = end, y = molecule, fill = gene)) +
  geom_gene_arrow() +
  geom_blank(data = dummies) +
  facet_wrap(~ molecule, scales = "free", ncol = 1) +
  scale_fill_brewer(palette = "Set3") +
  theme_genes()

gggenes绘制多物种基因结构比较_大数据_06

用geom_gene_label()标记基因

把基因名字所在的列名字映射到label属性可以在图上标记每个基因的名字。geom_gene_label()使用ggfittext包将标签文本放入基因箭头内。

ggplot(
    example_genes,
    aes(xmin = start, xmax = end, y = molecule, fill = gene, label = gene)
  ) +
  geom_gene_arrow(arrowhead_height = unit(3, "mm"), arrowhead_width = unit(1, "mm")) +
  geom_gene_label(align = "left") +
  geom_blank(data = dummies) +
  facet_wrap(~ molecule, scales = "free", ncol = 1) +
  scale_fill_brewer(palette = "Set3") +
  theme_genes()

gggenes绘制多物种基因结构比较_可视化_07

正负链基因分开展示

forward属性可以用于在同一张图分开正负链基因的展示。如果forward为TRUE(默认值)，或者任何强制为TRUE的值(如1)，则该基因将被绘制为指向正常方向，即xmin和xmax所暗指的方向。如果forward为FALSE，或者任何强制为假的值(如-1)，则该基因将按暗指方向的相反方向绘制。

在下面的例子中，forward被用来反转所有反链上所有的基因方向，与xmin和xmax暗指的方向相反。

example_genes$direction <- ifelse(example_genes$strand == "forward", 1, -1)
ggplot(subset(example_genes, molecule == "Genome1"),
  aes(xmin = start, xmax = end, y = strand, fill = gene, forward = direction)) +
  geom_gene_arrow() +
  theme_genes()

gggenes绘制多物种基因结构比较_python_08

查看子基因（subgene）片段

我们可以使用geom_subgene_arrow()突出显示子基因片段，例如蛋白功能域或局部比对区域。

这与geom_gene_arrow()类似，但是除了xmin和xmax(确定基因边界)之外，我们还需要xsubmin和xsubmax来确定子区域的边界。如果子区域的边界超出了基因区域，则跳过该子区域，并弹出警告。配合geom_gene_arrow()不给基因上色，而只标记子区域。

ggplot(example_genes, aes(xmin = start, xmax = end, y = molecule)) +
  facet_wrap(~ molecule, scales = "free", ncol = 1) +
  geom_gene_arrow(fill = "white") +
  geom_subgene_arrow(data = example_subgenes,
    aes(xmin = start, xmax = end, y = molecule, fill = gene,
        xsubmin = from, xsubmax = to), color="black", alpha=.7) +
  theme_genes()

gggenes绘制多物种基因结构比较_python_09

使用geom_subgene_label()给子区域在图上加标签，它的工作原理类似于geom_gene_label()，但主要的区别是它需要xsubmin和xsubmax属性 (而不是xmin和xmax)。

ggplot(subset(example_genes, molecule == "Genome4" & gene == "genA"),
       aes(xmin = start, xmax = end, y = strand)
  ) +
  geom_gene_arrow() +
  geom_gene_label(aes(label = gene)) +
  geom_subgene_arrow(
    data = subset(example_subgenes, molecule == "Genome4" & gene == "genA"),
    aes(xsubmin = from, xsubmax = to, fill = subgene)
  ) +
  geom_subgene_label(
    data = subset(example_subgenes, molecule == "Genome4" & gene == "genA"),
    aes(xsubmin = from, xsubmax = to, label = subgene),
    min.size = 0
  )

gggenes绘制多物种基因结构比较_可视化_10