cherry tomato.jpg

繼續(xù)之前還沒有完成的內(nèi)容形病。因?yàn)樽罱趯W(xué)習(xí)Y叔的R包--ggtree誊涯，所以就順便拿這個(gè)內(nèi)容來進(jìn)行展示侍匙，作為一個(gè)例子來記錄迈喉。nwk樹文件和R代碼文件我已經(jīng)放在github：https://github.com/Lxmic/ggtree_note

1. ggtree安裝

關(guān)于這個(gè)包集歇，y叔已經(jīng)寫了相當(dāng)詳細(xì)的說明桶略，有一個(gè)完整的電子書《Data Integration, Manipulation and Visualization of Phylogenetic Trees》。這個(gè)包是在Bioconductor上面诲宇，有非常詳細(xì)的介紹际歼，可以去查找相關(guān)的內(nèi)容。

#安裝相關(guān)的包姑蓝，包括ggtree以及ggplot2
#對(duì)于R版本在3.6及以上的鹅心，需要使用BiocManager包來安裝bioconductor上的包
if (!requireNamespace("BiocManager", quietly = TRUE))
    install.packages("BiocManager")

BiocManager::install("ggtree")
#ggplot2安裝
install.packages("ggplot2")
#載入兩個(gè)包
library(ggplot2)
library(ggtree)

2. 讀取及可視化樹結(jié)構(gòu)

關(guān)于用什么算法以及什么軟件來構(gòu)建你自己需要的樹，完全看個(gè)人的需要纺荧，y叔在電子文檔《Data Integration, Manipulation and Visualization of Phylogenetic Trees》中有很詳細(xì)的介紹各種樹以及各種算法旭愧，有興趣了解一下（反正我是看不太懂）。我就用最簡(jiǎn)單宙暇，最常用的方法來獲得進(jìn)化樹——MEGA軟件榕茧，可以輸出newick格式的樹，非常常用的進(jìn)化樹文件（我們需要保存其bootstrap值以及branch.length值）客给。

# 讀取newick樹用押，在當(dāng)前工作目錄中的nramp.nwk文件，并賦值給tree
tree <- read.newick("nramp.nwk")
# 可視化樹結(jié)構(gòu)靶剑，這里用環(huán)形樹來展示
p1 <- ggtree(tree, layout = "circular", branch.length = "none")
# 將進(jìn)化樹打印出來顯示
print(p1)
# 如果要將branch.length展示蜻拨，那么只需要?jiǎng)h除branch.length = "none"
p2 <- ggtree(tree, layout="circular")
# 可以看到，目前的進(jìn)化樹還沒有tiplab桩引，因此我們需要添加lab缎讼，跟ggplot2一樣，再添加一個(gè)圖層坑匠，就可以實(shí)現(xiàn)血崭。
p3 <- p1 + geom_tiplab2(color="seagreen", size = 3, hjust = -.2)+xlim(NA, 22)
print(p3)
# 此外，我們通常需要給樹的某個(gè)node來添加背景色高亮顯示，也只需要通過一個(gè)函數(shù)添加圖層夹纫。一般首先我們要了解節(jié)點(diǎn)ID咽瓷，要知道你需要高亮顯示的節(jié)點(diǎn)。
#顯示進(jìn)化樹的節(jié)點(diǎn)ID
p4 <- p3 + geom_text2(aes(label=node))
print(p4)
#為一部分樹添加背景顏色舰讹，著重顯示
p5 <- p3 + geom_hilight(node = 33, fill = "red", alpha = 0.6)
print(p5)
#打印所有圖片茅姜，這里還需要安裝一個(gè)cowplot包，用來排版的
install.packages("cowplot")
plot_grid(p1, p2, p3, p4 ,p5, ncol=3, labels=c("A","B", "C", "D", "E"))

p1,p2,p3,p4 and p5

3. 進(jìn)化樹修飾

對(duì)于iTOLs這個(gè)進(jìn)化樹修飾軟件月匣，雖然功能也強(qiáng)大钻洒，但是我本身用起來還是覺得很費(fèi)事，而且各種配置文件很多锄开，感覺有點(diǎn)頭大素标，真是傷不起，重復(fù)性不高萍悴。由于這個(gè)原因糯钙，我還是決定學(xué)習(xí)R包-ggtree，今天就進(jìn)一步來修飾一下進(jìn)化樹退腥，使其變得更加美觀一些。用代碼來修飾進(jìn)化樹再榄，重復(fù)性可想而知狡刘，非常節(jié)省時(shí)間。

-對(duì)一些參數(shù)進(jìn)行說明
函數(shù)geom_tiplab2()是用來添加taxa的label的困鸥，也就是你的基因名嗅蔬。還有一個(gè)基本相同的用來給矩形樹添加label的geom_tiplab()。這兩個(gè)函數(shù)區(qū)別在前者可以根據(jù)樹來自動(dòng)調(diào)整角度疾就，來達(dá)到比較好的可讀性澜术。我這里畫的圈圖，就適合用前者猬腰。

# 這個(gè)p6跟上面的圖C是一樣的鸟废，就是我改變來它的xlim的范圍，為了后面添加strip姑荷，需要控制xlim盒延。
# size是字體大小，color是字體顏色鼠冕，hjust是距離節(jié)點(diǎn)的距離添寺。
p6 <- ggtree(tree, layout = "circular", branch.length = "none")
+geom_tiplab2(color = "seagreen",  size=3, hjust=-.05)
+ xlim(NA, 20)
print(p6)
p61 <- ggtree(tree, layout = "circular", branch.length = "none", )+geom_tiplab2(color = "red",  size=2, hjust=-.1)+ xlim(NA, 20)
print(p61)
plot_grid(p6, p61, ncol = 2, labels = c("F","G"))

改變顏色和字體大小

• 進(jìn)化樹基本都會(huì)聚類成幾個(gè)分支，對(duì)于基因家族懈费，就可以相應(yīng)的進(jìn)行亞家族分類计露，下面就用文獻(xiàn)中常見的strip來將進(jìn)化樹進(jìn)一步分類。在ggtree中對(duì)應(yīng)的函數(shù)是geom_strip()，下面我們來看具體的代碼以及參數(shù)票罐。
• geom_strip()函數(shù)可以在進(jìn)化樹的外圍來添加具有色彩的條帶叉趣。根據(jù)圖d中的節(jié)點(diǎn)，我們來進(jìn)行相應(yīng)的添加胶坠。其中的前兩個(gè)數(shù)字就是對(duì)應(yīng)的節(jié)點(diǎn)(taxa1和taxa2)君账，從起始到結(jié)束。barsize就是色塊的寬度沈善， 以及color就是色塊顏色乡数。
• offset就是距離節(jié)點(diǎn)的位置，這個(gè)參數(shù)就需要和之前的xlim進(jìn)行配合闻牡，才能夠?qū)⑸珘K放到合適的位置净赴，不會(huì)和 tiplab互相覆蓋。這里的label就是色塊想塊的名字罩润，也就分類名例如Clade I這種玖翅。
• offset.text這個(gè)參數(shù)是來調(diào)整label的位置的，它的起始位置就是strip開始的割以，而不是taxa開始的金度。extend是用來調(diào)整色塊之間的間隔大小，默認(rèn)是0严沥；如果是0.5的話猜极，那么正好可以將色塊拼接成一個(gè)完整的圈。
• angle是用來調(diào)整label的角度, 默認(rèn)是0消玄，順時(shí)針就是正的數(shù)值跟伏。align在這里似乎沒有什么作用。
• hjust= "center"的作用就是將label放置在strip的中間位置翩瓜。這么以來受扳，基本所有的問題就解決來，可以直接出比較好看的圈圖兔跌。

p7 <- p6 
+ geom_strip(14, 17, barsize = 3, color = "steelblue", offset = 7, label = "Clade I", offset.text = 1, angle = 60, fontsize = 4, hjust = "center", extend = 0.3) 
+ geom_strip(11, 13, color = "red", barsize = 3, offset = 7, label = "Clade II", offset.text = 1, angle = -15, fontsize = 4, hjust = "center", extend = 0.3) 
+ geom_strip(6, 9, color = "orange", barsize = 3, offset = 7, label = "Clade III", offset.text = 1, angle = 10, fontsize = 4, hjust = "center", extend = 0.3)
print(p7)

這里我有一個(gè)問題勘高，就是說我還不知道對(duì)于里面只有一個(gè)基因的node，我該怎么給它添加strip坟桅，因?yàn)?code>geom_strip()這個(gè)函數(shù)是需要兩個(gè)taxa來添加的相满，只有一個(gè)的條件下，我沒有辦法桦卒。而且我嘗試過將taxa1 = taxa2立美，還是沒有起作用。我已經(jīng)在ggtree group中提出來問題方灾，希望能得到解答

圈圖最終的結(jié)果

分組給分支上色

在別人的文章中建蹄，也經(jīng)常會(huì)看到將tiplabel分為不同的顏色來進(jìn)行上色碌更，以更好的區(qū)分不容的clade。例如這篇jxb關(guān)于楊樹mate家族基因分析的文章(doi:10.1093/jxb/erx370)洞慎，進(jìn)化樹的展示:

Genome-wide analysis of MATE transporters and molecular characterization of aluminum resistance in Populus

這里我先用比較麻煩的辦法來實(shí)現(xiàn)它痛单。我們只需要自己構(gòu)建一個(gè)顏色文件，然后強(qiáng)行插入到樹文件中并進(jìn)行可視化就可以完成劲腿。

• 構(gòu)建一個(gè)顏色文件旭绒， 只要包含兩個(gè)參數(shù)就行——node和color，和之前的進(jìn)化樹的node 號(hào)一一對(duì)應(yīng)起來焦人。這樣的格式就可以了挥吵。

  
  
  顏色文件
• 讀取這個(gè)顏色文件，我習(xí)慣用read.csv()來載入外部數(shù)據(jù)花椭。

#讓進(jìn)化樹著色忽匈，變成自己需要的顏色。先根據(jù)節(jié)點(diǎn)矿辽，構(gòu)建自己的顏色數(shù)據(jù)框
d <- read.csv("nramp_color.csv", header = TRUE)
d <- data.frame(d)
#使用`%<+%`符號(hào)強(qiáng)插入顏色數(shù)據(jù)到樹文件中
p8 <- p7%<+%d + aes(color = I(color))

ok, 大功告成

• 如果tiplab字體顏色要改變成各種分支的顏色丹允，那么在之前的p6代碼中，去掉color就可以了或者全部改成黑色袋倔。

#變成黑色字體
p6 <- ggtree(tree, layout = "circular", branch.length = "none")+geom_tiplab2(color = "black",  size=3, hjust=-.05)+ xlim(NA, 20)
#變成相應(yīng)的彩色
p6 <- ggtree(tree, layout = "circular", branch.length = "none")+geom_tiplab2(size=3, hjust=-.05)+ xlim(NA, 20)

黑色字體

彩色字體

Summary

雖然Y叔確實(shí)寫了非常詳細(xì)的說明書雕蔽，但是對(duì)于新手來說，還是會(huì)有一定的入門難度宾娜。尤其是有些參數(shù)并沒有仔細(xì)說明用途批狐，點(diǎn)到為止。所以我自己也摸索了好久碳默，還不斷在ggtree group這個(gè)Y叔創(chuàng)建的問題論壇問問題，來一步步解決缘眶。Y叔還是解答的很及時(shí)的嘱根，經(jīng)常會(huì)馬上回答你。希望能夠幫助需要的人巷懈，同時(shí)我也能夠不斷地繼續(xù)摸索前行该抒，永無止境。

參考資料：
(1) https://yulab-smu.github.io/treedata-book/chapter4.html#introduction-1
(2) https://bioconductor.org/packages/release/bioc/manuals/ggtree/man/ggtree.pdf
(3) https://github.com/GuangchuangYu/ggtree/issues/52