探索ggplot2的无限可能：140+ggplot2扩展包让你的图表更出彩

生信菜鸟团

发布于 2024-12-09 13:06:08

12600

代码可运行

文章被收录于专栏：生信菜鸟团生信菜鸟团

运行总次数：0

代码可运行

生信技能树有一个图片可视化需求收集群，无意中看到一个群友分享的超级棒的可视化网页：https://exts.ggplot2.tidyverse.org/gallery/。

然后进去看了一下，打开了ggplot新天地：

这个网页中居然收录了140+个ggplot2可视化扩展包，妈妈再也不用担心我的绘图问题了吧！其中不乏大家常见的如：

现在让我先来看看其中一些包的可视化结果：我对其中两个包比较感兴趣，gggenes 和 gggenomes，这两个包可以可视化参考基因组上的基因结构等。简单探索一下其中一个：

gggenes包：drawing gene arrow maps

包的网址：https://wilkox.org/gggenes/

首先安装：

# 设置镜像
options(BioC_mirror="https://mirrors.westlake.edu.cn/bioconductor")
options("repos"=c(CRAN="https://mirrors.westlake.edu.cn/CRAN/"))

# 安装cran上的
install.packages("gggenes")

# 或者 安装github上的最新版
devtools::install_github("wilkox/gggenes")

# 检测是否安装成功
library(gggenes)
library(ggplot2)

使用 `geom_gene_arrow()`函数绘制基因箭头：

geom_gene_arrow() 是一个 ggplot2 的几何对象（geom），它用箭头来表示基因，

基因的起始位置和终止位置分别映射到 xmin 和 xmax 上，用来确定箭头指向的方向，

y轴对应不同的染色体。

# 看下包中自带的测试数据
head(example_genes)

#   molecule gene start   end  strand orientation
# 1  Genome1 genA 15389 17299 reverse           1
# 2  Genome1 genB 17301 18161 forward           0
# 3  Genome1 genC 18176 18640 reverse           1
# 4  Genome1 genD 18641 18985 forward           0
# 5  Genome1 genE 18999 20078 reverse           1
# 6  Genome1 genF 20086 20451 forward           1

table(example_genes$molecule)

第一列为基因的染色体编号；

第二列为基因symbol；

第三、四列为基因的起始，终止坐标；

第五列为基因的正负链；

第六列为基因的方向，与第五列对应；

先看看基础绘图：

p <- 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")

ggsave(filename = "plot1.png", width = 12, height = 8, plot = p)

不同染色体上的不同基因：需要注意的是这里所用的数据只是一个示例数据，因为同一个基因应该不可能在不同的染色体上面。

使用`theme_genes`进行美化

使用ggplot2 主题 theme_genes进行美化：

p <- 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()

ggsave(filename = "plot2.png", width = 12, height = 8, plot = p)

比默认看着更加清爽：

使用 `make_alignment_dummies()` 在分面图中对基因进行对齐

通常我们可能会希望某个基因在分面中的坐标垂直对齐：

这里使用genE作为参考位置，其他基因与其坐标对齐。

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

p <- 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()

ggsave(filename = "plot3.png", width = 12, height = 8, plot = p)

可以看到不同分面中的基因位置有了相对变化：

使用 `geom_gene_label()` 为基因添加标签

geom_gene_label() 利用 ggfittext 包来将标签文本适应到基因箭头内部，有关它如何调整大小和重新流动文本以适应的更多细节，请参阅 ggfittext 文档。

p <- 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() 

ggsave(filename = "plot4.png", width = 12, height = 8, plot = p)

结果如下：

使用`forward`调整基因方向

一般来说基因的方向是根据xmin和xmax决定的，但是我们还可以使用forward参数改变其方向。这在基因的坐标和方向作为独立变量进行编码时非常有用。

如果 forward 的值为 TRUE（默认值），基因将按照暗示的方向绘制，即从 xmin 指向 xmax。

如果 forward 的值为 FALSE，基因将按照与暗示方向相反的方向绘制：

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

ggsave(filename = "plot5.png", width = 12, height = 8, plot = p)

结果如下：

使用 `geom_subgene_arrow()`绘制基因结构域

我们可以使用 geom_subgene_arrow() 来突出显示基因的子段，例如蛋白质结构域或局部比对区域。

这里需要 xsubmin and xsubmax 来确定基因的结构区域，例如参考数据：

head(example_subgenes)

  molecule gene  start    end  strand subgene   from     to orientation
1  Genome5 genA 405113 407035 forward  genA-1 405774 406538           0
2  Genome5 genB 407035 407916 forward  genB-1 407458 407897           0
3  Genome5 genC 407927 408394 forward  genC-1 407942 408158           0
4  Genome5 genC 407927 408394 forward  genC-2 408186 408209           0
5  Genome5 genC 407927 408394 forward  genC-3 408233 408257           0
6  Genome5 genF 409836 410315 forward  genF-1 409938 410016           0

绘制：

p <- 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()

ggsave(filename = "plot6.png", width = 12, height = 8, plot = p)

结果如下：

给他贴上基因symbol：

data <- subset(example_genes, molecule == "Genome4" & gene == "genA")
data

data_subgene <- subset(example_subgenes, molecule == "Genome4" & gene == "genA")
data_subgene

p <- ggplot(data, aes(xmin = start, xmax = end, y = strand) ) +
  geom_gene_arrow() +
  geom_gene_label(aes(label = gene)) +
  geom_subgene_arrow(data=data_subgene, aes(xsubmin = from, xsubmax = to, fill = subgene)) +
  geom_subgene_label(data=data_subgene, aes(xsubmin = from, xsubmax = to, label = subgene),min.size = 0)

ggsave(filename = "plot7.png", width = 6, height = 2, plot = p)

结果如下：

使用`geom_feature()`绘制点状遗传特征

我们可以绘制点状遗传特征，例如限制性酶切位点或转录起始位点。

需要的数据如下：

head(example_features)

  molecule name             type position forward
1  Genome1 tss9              tss    22988      NA
2  Genome1  rs4 restriction site    18641      NA
3  Genome1 ori5              ori    18174      NA
4  Genome2  rs0 restriction site    12256      NA
5  Genome2  rs1 restriction site    14076      NA
6  Genome2 ori1              ori    13355   FALSE

绘制：

p <- ggplot(example_genes, aes(xmin = start, xmax = end, y = molecule, fill = gene, label = gene)) +
  geom_feature(data = example_features, aes(x = position, y = molecule, forward = forward) ) +
  geom_feature_label(
    data = example_features, aes(x = position, y = molecule, label = name, forward = forward) ) +
  geom_gene_arrow() +
  geom_gene_label() +
  geom_blank(data = example_dummies) +
  facet_wrap(~ molecule, scales = "free", ncol = 1) +
  scale_fill_brewer(palette = "Set3") +
  theme_genes()

ggsave(filename = "plot8.png", width = 12, height = 8, plot = p)

结果如下：