github-actions[bot]
commented
4 years ago 纯ggplot2版｜对比基因在33种癌症和GTEx对照中的表达量 by 小丫画图
小伙伴问：感谢小丫带我们打开xena魔盒，有一个问题，FigureYa55pancancer_violin的图能不能画成box plot？
小丫答：可参考FigureYa12box的画法，能让R水平上一个台阶。
问：懒，能不能用它的输出文件easy_input.csv作为输入，直接画出boxplot？想要无缝对接。
答：能。感谢Chris Lou帮忙更新。上次分享ggpubr版，这次分享纯ggplot2的解决方案。
推荐前往链接：https://www.yuque.com/figureya/figureyaplus/figureya55p，下载压缩包（包含代码、输入、输出文件），跑起来更舒服。
用ggplot2画带*、带散点的box plot
【优点】自由，想怎么画就怎么画
【缺点】看似复杂
输入文件
easy_input.csv，每行一个sample。第一列组织部位，第二列肿瘤/对照组，第三列基因表达量。
将为每种组织部位计算肿瘤vs.对照之间的p value，在图中用*标注。
“怎样获得这个输入文件？”
FigureYa55pancancer_violin带你从xena下载数据开始，到提取基因在33种癌症中的表达量。不怕TCGA的normal太少，用GTEx的正常组织作为对照，输出easy_input.csv文件。
tcga_gtex <- read.csv("easy_input.csv", row.names = 1, header = T, as.is = F)
head(tcga_gtex)## tissue type2 tpm
## 1 ACC tumor 4.1327
## 2 ACC tumor 4.9519
## 3 ACC tumor 3.0619
## 4 ACC tumor 2.7051
## 5 ACC tumor 1.9749
## 6 ACC tumor 3.1079开始画图
library(ggplot2)
ylabname <- paste("TP53", "expression")
colnames(tcga_gtex) <- c("Tissues", "Groups", "Gene")
# 剔除没有normal sample的tissue
tcga_gtex_MESO <- tcga_gtex[tcga_gtex$Tissues=="MESO",]
tcga_gtex_UVM <- tcga_gtex[tcga_gtex$Tissues=="UVM",]
tcga_gtex_withNormal <- tcga_gtex[tcga_gtex$Tissues != "MESO" & tcga_gtex$Tissues != "UVM",]
# 计算p value
pvalues <- sapply(tcga_gtex_withNormal$Tissues, function(x) {
res <- wilcox.test(Gene ~ Groups, data = subset(tcga_gtex_withNormal, Tissues == x)) #两组，wilcox.test或t.test；多组，kruskal.test或aov(one-way ANOVA test)
res$p.value
})pv <- data.frame(gene = tcga_gtex_withNormal$Tissues, pvalue = pvalues)
pv$sigcode <- cut(pv$pvalue, c(0,0.0001, 0.001, 0.01, 0.05, 1),
labels=c('****','***', '**', '*', 'ns'))
# 画box plot
p.box <- ggplot(tcga_gtex_withNormal, aes(x=Tissues, y=Gene, color=Groups, fill=Groups)) +
geom_boxplot(alpha = .5) + #半透明
theme_classic() + #或theme_bw()
scale_fill_brewer(palette = "Set1") + #按类填充颜色
scale_color_brewer(palette = "Set1") + #按类给边框着色
theme(axis.text.x = element_text(colour="black", size = 11,
#癌症名太挤，旋转45度
angle = 45, hjust = .5, vjust = .5)) +
geom_text(aes(x=gene, y=max(tcga_gtex_withNormal$Gene) * 1.1,
label = pv$sigcode),
data=pv,
inherit.aes=F) +
ylab(ylabname)
p.box
# 画带散点的box plot
p.box.dot <- p.box + geom_point(shape = 21, size=.5, # 点的形状和大小
position = position_jitterdodge(), # 让点散开
alpha = .5) #半透明
p.box.dot# 把不带normal的tissue也画上
p.box.dot +
# MESO
geom_boxplot(alpha = .5, data = tcga_gtex_MESO,
mapping = aes(x=Tissues,y=Gene,fill=Groups)) +
geom_point(data = tcga_gtex_MESO,
mapping = aes(x=Tissues,y=Gene,fill=Groups),
shape = 21, size=.5,
position = position_jitterdodge(),
alpha = .5) +
# UVM
geom_boxplot(alpha = .5, data = tcga_gtex_UVM,
mapping = aes(x=Tissues,y=Gene,fill=Groups)) +
geom_point(data = tcga_gtex_UVM,
mapping = aes(x=Tissues,y=Gene,fill=Groups),
shape = 21, size=.5,
position = position_jitterdodge(),
alpha = .5) +
theme_classic() +
theme(axis.text.x=element_text(colour="black", size = 11,
angle = 45, hjust = .5, vjust = .5))扩展：把表达量画到解剖图上
用这个easy_input.csv文件，还能无缝对接FigureYa78gganatogram（点击左下角“阅读原文”直达），把基因在各组织器官的表达量画到人体解剖图上，就像这样：
一个问题一种解法一篇推文，轻松更，如果你喜欢这种方式，就请点个“在看”鼓励小丫这样更新吧～
回复“群公告”，加入小丫画图群，我们一起画美图～
https://mp.weixin.qq.com/s/nkObm5gM7GC-9H1rcGi71A