跟着Nature microbiology学数据分析:R语言做主成分分析(PCA)

论文

Evolutionary origins of the SARS-CoV-2 sarbecovirus lineage responsible for the COVID-19 pandemic

image.png

本地文件 s41564-020-0771-4.pdf

代码和数据下载链接

https://github.com/plemey/SARSCoV2origins

今天的推文我们来重复一下论文中的 Figure5b

image.png

他这个图是先用密码子的RSCU值做主成分分析,然后做散点图展示结果

加载需要用到的R包

library(tidyverse)
library(ggplot2)
library(ggrepel)

读取数据

all_rscu <- read_csv('all_rscu_codonBiasReanalysis.csv')

all_df <- as.data.frame(all_rscu[,2:26])
row.names(all_df) <- all_rscu$codon

主成分分析

df_pca <- prcomp(t(all_df))

给主成分分析的结果添加分组信息

subset_viruses <- c('MG772934','MG772933','GU190215','KP886808','KP886809','MN908947')

df_out <- as.data.frame(df_pca$x)
df_out$group <- ifelse(row.names(df_out) %in% subset_viruses,'virus','vertebrate')
df_out$species <- row.names(df_out)

论文中提供的代码作图

ggplot(df_out,aes(x=PC1,y=PC2,color=group)) +
  geom_point(show.legend = F) +
  scale_color_manual(values = c('dodgerblue4','firebrick')) +
  geom_label_repel(aes(label = species),show.legend = F) +
  theme_bw() + theme(aspect.ratio = 1, panel.grid = element_blank())
image.png

但是这个图和论文中最终呈现的图还是有些细节不太一样的,我们对代码进行修改,尽量重复原图

增加箭头

ggplot(df_out,aes(x=PC1,y=PC2)) +
  geom_point(show.legend = F)+ 
  geom_label_repel(aes(label = species,
                       color=group),
                   show.legend = F) +
  scale_color_manual(values = c('black','#6a9a97')) +
  theme_bw() + 
  theme(aspect.ratio = 1, 
        panel.grid = element_blank())+
  geom_segment(aes(x=1.5,y=0,xend=0,yend=1),
               arrow = arrow(type="closed"),
               lty="dashed",
               color="grey")+
  geom_segment(aes(x=1.5,y=0,xend=3,yend=-1),
               arrow = arrow(type="closed"),
               lty="dashed",
               color="grey")
image.png

增加注释的文字

ggplot(df_out,aes(x=PC1,y=PC2)) +
  geom_point(show.legend = F)+ 
  geom_label_repel(aes(label = species,
                       color=group),
                   show.legend = F) +
  scale_color_manual(values = c('black','#6a9a97')) +
  theme_bw() + 
  theme(aspect.ratio = 1, 
        panel.grid = element_blank())+
  geom_segment(aes(x=1.5,y=0,xend=0,yend=1),
               arrow = arrow(type="closed"),
               lty="dashed",
               color="grey")+
  geom_segment(aes(x=1.5,y=0,xend=3,yend=-1),
               arrow = arrow(type="closed"),
               lty="dashed",
               color="grey")+
  annotate(geom = "text",
           x=-2,y=-1,
           label="Eukaryotes",
           fontface="bold")+
  annotate(geom = "text",
           x=1.6,y=0.5,
           label="Coronaviruses",
           fontface="bold",
           color='#6a9a97')+
  annotate(geom = "text",
           x=0,y=1.2,
           label="High GC")+
  annotate(geom = "text",
           x=3,y=-1.2,
           label="Low GC")
image.png

论文中最终呈现的图还对其中一个点的文字标签进行了更改,这个出图后借助其他软件来更改了

欢迎大家关注我的公众号

小明的数据分析笔记本

小明的数据分析笔记本 公众号 主要分享:1、R语言和python做数据分析和数据可视化的简单小例子;2、园艺植物相关转录组学、基因组学、群体遗传学文献阅读笔记;3、生物信息学入门学习资料及自己的学习笔记!

©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 193,812评论 5 459
  • 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 81,626评论 2 371
  • 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 141,144评论 0 319
  • 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 52,052评论 1 263
  • 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 60,925评论 4 355
  • 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 46,035评论 1 272
  • 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 36,461评论 3 381
  • 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 35,150评论 0 253
  • 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 39,413评论 1 290
  • 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 34,501评论 2 307
  • 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 36,277评论 1 325
  • 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 32,159评论 3 312
  • 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 37,528评论 3 298
  • 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 28,868评论 0 17
  • 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 30,143评论 1 250
  • 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 41,407评论 2 341
  • 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 40,615评论 2 335

推荐阅读更多精彩内容