當(dāng)富集分析完成，拿到如下的分析結(jié)果后谨湘，就可以進(jìn)行作圖了绽快。
富集分析結(jié)果的可視化無非就是柱狀圖和氣泡圖，但是公司默認(rèn)出圖實(shí)在是太丑紧阔，所以還是自己動(dòng)手修改修改坊罢。
一、常規(guī)柱狀圖（ggplot2）
橫軸為gene counts擅耽，或者用-logP也行活孩，填充相應(yīng)的用P值或者gene counts。ggplot畫圖的好處就是可以進(jìn)行很多調(diào)整乖仇。
setwd("F:/生物信息學(xué)")
A <- read.csv("GO.csv",header = T)
library(ggplot2)
A$LogP <- -A$LogP
ggplot(A,aes(Gene.count,Description))+
geom_bar(aes(y=reorder(Description,Gene.count),x=Gene.count,fill=LogP)
,stat='identity')+
scale_fill_gradient(low="#FFCC33",high="#CC6666")+
theme_bw()+
theme(panel.grid = element_blank(),
axis.text.x=element_text(angle=90,hjust = 1,vjust=0.5))
二憾儒、常規(guī)氣泡圖（ggplot2）
氣泡圖與柱狀圖如出一轍，只是在展示方式上出現(xiàn)了差別乃沙。一個(gè)用geom_bar()函數(shù)航夺，氣泡圖類似于散點(diǎn)圖用geom_point()函數(shù)。
ggplot(A, aes(Gene.count, Description)) +
geom_point(aes(y=reorder(Description,Gene.count),color=LogP, size=Ratio))+
theme_bw()+
theme(axis.text.x=element_text(angle=90,hjust = 1,vjust=0.5))+
scale_color_gradient(low = '#d90424', high = '#374a89')+
labs(x=NULL,y=NULL)+guides(size=guide_legend(order=3))
三崔涂、上下調(diào)同時(shí)展示（ggplot2）
很多時(shí)候研究者拿到差異基因后阳掐，上下調(diào)基因是分別富集的，在展示上需要同時(shí)體現(xiàn)二者，我們之前提到metascape可以做到：轉(zhuǎn)錄組不求人系列(十二): Cell文章最喜歡用的差異基因GO缭保、KEGG富集分析工具汛闸，除此之外，之前講過的氣泡圖也可以展現(xiàn)多組的結(jié)果：復(fù)現(xiàn)《nature communications》圖表（四）：ggplot畫多組富集氣泡圖艺骂。這里我們繼續(xù)提供一種bar圖的展示方式诸老。將down的數(shù)值調(diào)整為負(fù)，做一列分組钳恕，就可以展示了别伏。
ggplot(A, aes(x = reorder(Description,Log.q.value.), Log.q.value.,fill=group)) +
geom_bar(stat = 'identity',alpha = 0.7) +
coord_flip() +
theme_bw() + #去除背景色
theme(panel.grid =element_blank())+
theme(panel.border = element_rect(size = 0.6))+
labs(x = "",
y="Log.q.value.")+
scale_fill_manual(values = c("#008020","#08519C"))#設(shè)置顏色
當(dāng)然了，以上所說的可視化還是比較常規(guī)忧额，在基礎(chǔ)上可以自己做調(diào)整厘肮。也有一些文章總是標(biāo)新立意，有很多奇特的展現(xiàn)方式睦番，我們會(huì)在之后的系列中講解类茂。
