复现Science图表-词云图|富集分析结果文字展示形式

接粉丝”举报“,对于一篇Science文章中的图表感兴趣,在复现的过程中,我发现另外一张让人感觉还可以的图形,是关于富集结果的展示。富集分析真的已经展现过各种形式,例如参考:
1、复现Nature图表:分组富集分析条形图展示通路及基因
3、(视频教程)GSEA分析可视化函数/棒棒糖图展示富集结果
4、富集分析柱状图大集合:通路展示在柱子上,等等,有很多种形式。

这篇Science形式我是第一次见,所以复现一下:图的特点是将富集的terms作为主体展示,文字大小和颜色表示了富集的pval,结果一目了然!


(reference:Defining the KRAS- and ERK-dependent transcriptome in KRAS-mutant cancers Jeffrey A. Klomp et al. Science 384, eadk0775 (2024) DOI: 10.1126/science.adk0775)

首先看到这个图第一眼,我想到的是词云图:做一个试试。我们这里直接使用专门做词云的R包wordcloud2。

setwd('D:\\KS项目\\公众号文章\\词云图-富集结果展示')
df <- read.csv('enrichment_datacsv.csv', header = T)
install.packages("wordcloud2") # 安装包
library(wordcloud2) # 加载包

data_plot <- df[,c("Description","LogP")]
data_plot$LogP <- -data_plot$LogP

wordcloud2(data_plot, 
           size = 0.2,
           gridSize=0.05,
           fontFamily="Arial",
           fontWeight="normal",
           rotateRatio=0,
           color=rev(c('#f7fcfd','#e0ecf4','#bfd3e6','#9ebcda','#8c96c6',
                                '#8c6bb1','#88419d','#810f7c','#4d004b')),

           shape='diamond')
image.png

图其实是可以的,但是达不到文献中的效果,不过用这个展示也“别有一番风味”。词云图还是其他的展示形式,例如可以自定义形状等等,但是在富集结果的展示上似乎并不能有好的效果,此外,在展示关键基因的时候,可以使用词云。最后,词云的使用可以检索其他网上优秀的教程,很详细,我们不再赘述。

回归正题,复现这个图,ggplot就可以完成:不做任何图形,只展示文字即可!

library(ggplot2)

data_plot <- df[,c("Description","LogP")]
data_plot$LogP <- -data_plot$LogP

data_plot$x <- 1
data_plot$Description <- factor(data_plot$Description, levels = data_plot$Description)



ggplot(data_plot, aes(x,rev(Description)))+
  geom_text(aes(label=Description, color=LogP, size=LogP))+
  theme_classic()+
  theme(axis.ticks = element_blank(),
        axis.text = element_blank(),
        axis.line = element_blank(),
        axis.title = element_blank(),
        plot.margin = unit(c(1,1,1,1),units = "cm"))+
  scale_color_gradientn(colors=c('#d0d1e6','#a6bddb','#74a9cf','#3690c0','#0570b0','#045a8d'))+
  guides(size="none",
         colour=guide_colorbar(title = "-Log(p-value)"))+
  scale_size_area(max_size = 6)+
  coord_cartesian(ylim = c(0,21))+
  geom_hline(aes(yintercept = 21), colour="black", linewidth=1, linetype="solid")+
  labs(title = 'ENRICMENT OF DIFFERENTIALLY EXPRESSED GENES')+
  theme(plot.title = element_text(hjust = 0.5))
image.png

这样就进行了完美的复现了,希望这个分享对你有用!

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 203,098评论 5 476
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 85,213评论 2 380
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 149,960评论 0 336
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,519评论 1 273
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,512评论 5 364
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,533评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,914评论 3 395
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,574评论 0 256
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,804评论 1 296
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,563评论 2 319
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,644评论 1 329
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,350评论 4 318
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,933评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,908评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,146评论 1 259
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 42,847评论 2 349
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,361评论 2 342

推荐阅读更多精彩内容