今天是生信星球陪你的第61天
你想找辆共享单车,发现满街都是别家车,没有一辆你能骑。
你想学点生信,搜了“初学者教程”,满眼尽是高大上,没有一句能看懂。
终于你跨越茫茫宇宙,来到生信星球,发现了初学者的新大陆!
今晚听了Y叔之前的学术分享视频R与ggtree,想和你分享
1. problems and issues
进化领域中树这个文件结构是比较复杂的,构建树的过程就是把数据关联到文件格式中便于可视化的过程,这种关联格式主要有:
标准格式之一 newick
标准格式之二 nexus:软件间兼容性不好
其他一些不兼容格式
如果只是想推断一棵树,大多数只用mega。但是现在的研究会获得大量的数据(phenotypic data/ experimental data/ clinical data/ analysis data),而且是异质性的,比如采样时间、地点,表型的观察值,实验测量数据等都是可以拿来分析有没有进化上的一些关系,mega远远不够用!但是上面的数据关联格式又不友好~
树的注释:
Figtree,TreeDyn, iTOLetc这些软件之间也是需要互相写脚本转换格式
restricted to pre-defined annotating utilities
focus on specific analyses and data types
non-overlapping features and hard to customise
2. R与ggtree
ggtree优势:
他的设计就是针对不同来源的数据,拿来可以直接注释
支持高水平图形语法进行树的注释:比如有一个分类数据,要根据这个对进化树上色,并且不同节点以不同形状变现出来。指定一个变量,ggtree就会做完所有的事情
支持多个图层组合,可以画出很复杂的图
可以提供用户的私人订制
作为R包,能够保证可重复性,自动化,利于同行的交流
为什么要写代码作图,而不是简单的点点鼠标?
同样的数据,代码会赋予它更深的内涵
鼠标操作的都是套路化的东西,你会别人也会,就像公司做的图都很sexy,但是他们并不关系你的数据体现了什么价值。只有在自己通过不断完善代码的过程中,才会对自己的数据有更深的理解,才有可能挖掘更多的信息。
现在有许多一步出图,网站工具出图,很低的学习成本,做的图数量可能也不少,但是很多时候,自己都不知道这些图是怎么出来的,另外低学习成本的工具是不提供太多的拓展空间的。不知道你有没有这样的体会,在网站上做了一个图,很好看,基本符合预期,但是有一些线条形状/颜色或者图例位置需要改动,而网站上也没有这种设置,那么只好自己吭哧吭哧用PS、AI去编辑。心想:头脑中的图片很清楚,但为什么没有工具能帮我实现他的样子呢?于是,代码的价值就在这里
代码会带给自己一种能力,去探索自己的数据,就像在玩魔方,不同角度的观察就有不同的解答
可视化对于我们的作用:
有了结果,需要展示给其他人
还没有结果,甚至不知道从何下手,他可以帮你找到一些潜在的研究方向
为什么做生信分析必备R?
开源免费
很庞大的社区
【Bionconductor 基本你能想到的组学上的东西,别人都能提供帮助】
强大可视化功能
R的图形语法目前有两大类:
base:就像纸笔模型【不带橡皮擦】,直接出图做了不能撤销
【打开R就加载】
grid 【包括 lattice + ggplot2】
降低入门门槛;
不直接出图,导出的是一个图形对象,可以继续编辑【相当于带了橡皮擦】
画图是画在当前活动窗口
lattice:【安装R时装好,但需要自己加载】
处理多维数据;
使用grid修改细节,比ggplot2简单
ggplot2:【需要自己安装并加载】
使用图形语法,不用纠结太细枝末节的东西(比如那条线用什么颜色,它会帮你上色);
作图更美观
【图形都是点--线--面组合起来的】
ggplot2最基本的元素:
数据data + 几何对象geom(用于映射数据)+ 坐标(一般都是笛卡尔)
geom又包括了:
美学aesthetics:描述了可视化的特征(比如数据中对应点的位置、大小、颜色、形状)
标尺scales:可视化的东西如何转为可以显示的值(比如取色范围、点映射范围),比如画气泡图就是把点的映射范围放大
ggplot2作图模版:
归根结底:时刻记着做图的目的,是要呈现数据,而不是把图搞得多么漂亮。数据可视化的精髓在于探索数据~推荐学习ggplot2和grid
领取专属 10元无门槛券
私享最新 技术干货