生信可视化(part2)--箱线图

学习笔记，仅供参考，有错必纠

文章目录

• ​​生信可视化​​

• ​​排序箱线图​​
• ​​差异箱线图​​
• ​​多基因差异箱线图​​
• ​​多组差异箱线图​​
• ​​箱线图分面​​

生信可视化

排序箱线图

排序箱线图主要用于展示在各个组织或器官中，某个基因的表达量.

输入数据格式：

代码：

library(plyr)
library(ggpubr)
inputFile="./06.boxplotSort/input.txt"
rt <- read.table(inputFile, sep="\t", header=T, check.names=F)
x <- colnames(rt)[2]
y <- colnames(rt)[3]
colnames(rt) <- c("id","Type","expression")

#定义输出图片的排序方式
med <- ddply(rt,"Type",summarise,med=median(expression))
rt$Type <- factor(rt$Type, 
                  levels=med[order(med[,"med"], decreasing = T),"Type"])

#绘制
col <- rainbow(length(levels(factor(rt$Type))))
p <- ggboxplot(rt, x="Type", y="expression", color = "Type",
       palette = col,
       ylab=y,
       xlab=x,
       #add = "jitter",           #绘制每个样品的散点
       legend = "right")
p+rotate_x_text(60) #倾斜角度(60度)

x轴表示肿瘤类型，y轴表示基因AP1的表达量，不同的肿瘤用不同颜色表示，由此图可以看出基因AP1在哪些组织中是高表达的.

差异箱线图

差异箱线图用于比较两组之间某基因表达的差异.

输入数据格式：

代码：

library(ggpubr)
inputFile="./07.boxplotDiff/input.txt"

#读取输入文件，并对输入文件整理
rt <- read.table(inputFile,sep="\t",header=T,check.names=F)
x <- colnames(rt)[2]
y <- colnames(rt)[3]
colnames(rt) <- c("id","Type","Expression")

#设置比较租
group <- levels(factor(rt$Type))
rt$Type <- factor(rt$Type, levels=group)
comp <- combn(group,2)
my_comparisons <- list()
for(i in 1:ncol(comp)){my_comparisons[[i]]<-comp[,i]}

#绘制boxplot
ggboxplot(rt, x="Type", y="Expression", color="Type",
              xlab=x,
              ylab=y,
              legend.title=x,
              palette = c("blue","red"),
              add = "jitter")+ 
      stat_compare_means(comparisons = my_comparisons)

x轴表示正常组和肿瘤组，y轴表示SEMA3D的基因表达量. 图上方为两组之间差异的P值，当P小于给定显著性水平时，则表示两组之间差异显著.

多基因差异箱线图

输入数据格式：

代码：

library(reshape2)
library(ggpubr)
inputFile <- "./08.boxplotMulti/input.txt"

#读取输入文件
rt <- read.table(inputFile,sep="\t",header=T,check.names=F,row.names=1)
x <- colnames(rt)[1]
colnames(rt)[1] <- "Type"

#把数据转换成gglpot2输入文件
data <- melt(rt,id.vars=c("Type"))
colnames(data) <- c("Type","Gene","Expression")

#绘制boxplot
p <- ggboxplot(data, x="Gene", y="Expression", color = "Type", 
       ylab="Gene expression",
       xlab="",
       legend.title=x,
       palette = c("blue","red"),
       width=0.6, add = "none")
p <- p+rotate_x_text(60)
p+stat_compare_means(aes(group=Type),
        method="wilcox.test",
        symnum.args=list(cutpoints = c(0, 0.001, 0.01, 0.05, 1), symbols = c("***", "**", "*", " ")),
        label = "p.signif")

x轴表示基因名称，y轴表示基因的表达量. 图中，蓝色箱子代表正常样品，红色箱子代表肿瘤样品. 每个gene上方，会用星号​​*​​​表示差异的P值，没有​​*​​号则表示该gene在正常组合肿瘤组中没有显著差异.

多组差异箱线图

输入数据格式：

代码：

library(ggpubr)          
inputFile <- "./09.boxplotClinical/input.txt"      

#读取输入文件
rt <- read.table(inputFile,sep="\t",header=T,check.names=F)
x <- colnames(rt)[2]
y <- colnames(rt)[3]
colnames(rt) <- c("id","Type","Expression")

#设置比较租
group <- levels(factor(rt$Type))
rt$Type <- factor(rt$Type, levels=group)
comp <- combn(group,2)
my_comparisons <- list()
for(i in 1:ncol(comp)){my_comparisons[[i]]<-comp[,i]}

#绘制boxplot
ggboxplot(rt, x="Type", y="Expression", color="Type",
              xlab=x,
              ylab=y,
              legend.title=x,
              add = "jitter")+ 
      stat_compare_means(comparisons = my_comparisons)

x轴表示分期，y轴表示gene的表达量. 箱线图的顶部为两两比较的P值，当P小于给定显著性水平时，则表示两个阶段之间gene表达差异显著.

箱线图分面

箱线图分面操作可以在一个图表中，展示多个gene的差异箱线图.

输入数据格式：

代码：

library(ggplot2)
library(reshape2)
inputFile <- "./10.boxplotFacet/input.txt"        

#读取输入文件
rt <- read.table(inputFile, header=T,sep="\t",check.names=F,row.names=1)
x <- colnames(rt)[1]
colnames(rt)[1] <- "Type"

#差异分析
geneSig <- c("")
for(gene in colnames(rt)[2:ncol(rt)]){
    rt1 <- rt[,c(gene,"Type")]
    colnames(rt1) <- c("expression","Type")
    p <- 1
    if(length(levels(factor(rt1$Type)))>2){
        test <- kruskal.test(expression ~ Type, data = rt1)
        p <- test$p.value
    }else{
        test <- wilcox.test(expression ~ Type, data = rt1)
        p <- test$p.value
    }
    Sig <- ifelse(p<0.001,"***",ifelse(p<0.01,"**",ifelse(p<0.05,"*","")))
    geneSig <- c(geneSig,Sig)
}
colnames(rt)=paste0(colnames(rt),geneSig)

#把数据转换成ggplot2输入文件
data <- melt(rt,id.vars=c("Type"))
colnames(data) <- c("Type","Gene","Expression")

#绘制
ggplot(data,aes(x=Type,y=Expression,fill=Type))+
    guides(fill=guide_legend(title=x))+
    labs(x = x, y = "Gene expression")+
    geom_boxplot()+ facet_wrap(~Gene,nrow =1)+ theme_bw()+
    theme(axis.text.x = element_text(angle = 45, hjust = 1))

x轴表示各个分期，y轴表示gene表达量. 每个子图中表示gene的差异箱线图，子图上方会用星号​​*​​​表示各个分期gene表达差异的P值，没有​​*​​号，则表示该gene表达在不同的分期中没有显著差异.