【傻瓜美圖】cellphonedb氣泡圖

從cellphonedb得到以下四個(gè)文件灰羽,用中間兩個(gè)畫圖


首先對(duì)數(shù)據(jù)進(jìn)行過(guò)濾
mypvals <- read.table("statistical_analysis_pvalues_cj.txt",header = T,sep = "\t",stringsAsFactors = F)
mymeans <- read.table("statistical_analysis_means_cj.txt",header = T,sep = "\t",stringsAsFactors = F)
##對(duì)數(shù)據(jù)過(guò)濾座享,至少有一個(gè)受配體對(duì)pvals小于005才被保留
logi <- apply(mypvals[,5:ncol(mypvals)]<0.05, 1, sum) 
choose_pvalues <- mypvals[logi>=1,]

# 去掉空值
logi1 <- choose_pvalues$gene_a != ""
logi2 <- choose_pvalues$gene_b != ""
logi <- logi1 & logi2
choose_pvalues <- choose_pvalues[logi,]
#同樣條件過(guò)濾meanS
choose_means <- mymeans[mymeans$id_cp_interaction %in% choose_pvalues$id_cp_interaction,]


##示例數(shù)據(jù)取前50行
choose_means <-choose_means[1:20,]
choose_pvalues <- choose_pvalues[1:20,]

畫圖

# 將choose_pvalues和choose_means數(shù)據(jù)寬轉(zhuǎn)長(zhǎng)
library(tidyverse)
meansdf <- choose_means %>% reshape2::melt()
meansdf <- data.frame(interacting_pair = paste0(meansdf$gene_a,"_",meansdf$gene_b),
                      CC = meansdf$variable,
                      means = meansdf$value)
pvalsdf <- choose_pvalues %>% reshape2::melt()
pvalsdf <- data.frame(interacting_pair = paste0(pvalsdf$gene_a,"_",pvalsdf$gene_b),
                      CC = pvalsdf$variable,
                      pvals = pvalsdf$value)

# 合并p值和mean文件
pvalsdf$joinlab<- paste0(pvalsdf$interacting_pair,"_",pvalsdf$CC)
meansdf$joinlab<- paste0(meansdf$interacting_pair,"_",meansdf$CC)
pldf <- merge(pvalsdf,meansdf,by = "joinlab")

# dotplot可視化
summary((filter(pldf,means >0))$means)
head(pldf)


ggplot(data = pldf, aes(x = CC.x, y = interacting_pair.x)) +
  geom_point(aes(size = -log10(pvals), fill = log2(means)), 
             shape = 21, color = 'black', stroke = 1) +
  labs(x = 'cell', y = 'interacting_pair.x') +
  scale_size_area(name = 'log10(pvalue)',
                  breaks = seq(0, 2, 0.5),
                  limits = c(0, 2),
                  max_size = 5.5) +
  scale_fill_gradient2(low = '#08519c', 
                       mid = 'white', 
                       high = 'red',
                       limits = c(-5, 5),
                       name = 'log2(means)',
                       na.value = '#08519c') +
  theme(strip.background = element_blank(),
        strip.text.x = element_text(family = 'sans', size = 15),
        panel.background = element_rect(fill = 'white'),
        panel.grid = element_blank(),
        panel.border = element_rect(fill = NA, color = 'gray', linewidth = 2),
        axis.title.x = element_text(family = 'sans', face = 'bold', size = 15),
        axis.text = element_text(family = 'sans', colour = 'black'),
        axis.ticks = element_line(linewidth = 1))+
  theme(axis.text.x = element_text(angle = -45,hjust = -0.1,vjust = 0.8))
image.png
最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
  • 序言:七十年代末,一起剝皮案震驚了整個(gè)濱河市,隨后出現(xiàn)的幾起案子,更是在濱河造成了極大的恐慌煤辨,老刑警劉巖约计,帶你破解...
    沈念sama閱讀 216,402評(píng)論 6 499
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件诀拭,死亡現(xiàn)場(chǎng)離奇詭異,居然都是意外死亡煤蚌,警方通過(guò)查閱死者的電腦和手機(jī)耕挨,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 92,377評(píng)論 3 392
  • 文/潘曉璐 我一進(jìn)店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來(lái)尉桩,“玉大人筒占,你說(shuō)我怎么就攤上這事≈├纾” “怎么了翰苫?”我有些...
    開(kāi)封第一講書(shū)人閱讀 162,483評(píng)論 0 353
  • 文/不壞的土叔 我叫張陵,是天一觀的道長(zhǎng)这橙。 經(jīng)常有香客問(wèn)我奏窑,道長(zhǎng),這世上最難降的妖魔是什么屈扎? 我笑而不...
    開(kāi)封第一講書(shū)人閱讀 58,165評(píng)論 1 292
  • 正文 為了忘掉前任埃唯,我火速辦了婚禮,結(jié)果婚禮上鹰晨,老公的妹妹穿的比我還像新娘墨叛。我一直安慰自己,他們只是感情好模蜡,可當(dāng)我...
    茶點(diǎn)故事閱讀 67,176評(píng)論 6 388
  • 文/花漫 我一把揭開(kāi)白布漠趁。 她就那樣靜靜地躺著,像睡著了一般哩牍。 火紅的嫁衣襯著肌膚如雪棚潦。 梳的紋絲不亂的頭發(fā)上,一...
    開(kāi)封第一講書(shū)人閱讀 51,146評(píng)論 1 297
  • 那天膝昆,我揣著相機(jī)與錄音丸边,去河邊找鬼叠必。 笑死,一個(gè)胖子當(dāng)著我的面吹牛妹窖,可吹牛的內(nèi)容都是我干的纬朝。 我是一名探鬼主播,決...
    沈念sama閱讀 40,032評(píng)論 3 417
  • 文/蒼蘭香墨 我猛地睜開(kāi)眼骄呼,長(zhǎng)吁一口氣:“原來(lái)是場(chǎng)噩夢(mèng)啊……” “哼共苛!你這毒婦竟也來(lái)了?” 一聲冷哼從身側(cè)響起蜓萄,我...
    開(kāi)封第一講書(shū)人閱讀 38,896評(píng)論 0 274
  • 序言:老撾萬(wàn)榮一對(duì)情侶失蹤隅茎,失蹤者是張志新(化名)和其女友劉穎,沒(méi)想到半個(gè)月后嫉沽,有當(dāng)?shù)厝嗽跇?shù)林里發(fā)現(xiàn)了一具尸體辟犀,經(jīng)...
    沈念sama閱讀 45,311評(píng)論 1 310
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡,尸身上長(zhǎng)有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 37,536評(píng)論 2 332
  • 正文 我和宋清朗相戀三年绸硕,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了堂竟。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片。...
    茶點(diǎn)故事閱讀 39,696評(píng)論 1 348
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡玻佩,死狀恐怖出嘹,靈堂內(nèi)的尸體忽然破棺而出,到底是詐尸還是另有隱情咬崔,我是刑警寧澤税稼,帶...
    沈念sama閱讀 35,413評(píng)論 5 343
  • 正文 年R本政府宣布,位于F島的核電站刁赦,受9級(jí)特大地震影響娶聘,放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜甚脉,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 41,008評(píng)論 3 325
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望铆农。 院中可真熱鬧牺氨,春花似錦、人聲如沸墩剖。這莊子的主人今日做“春日...
    開(kāi)封第一講書(shū)人閱讀 31,659評(píng)論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽(yáng)岭皂。三九已至郊霎,卻和暖如春,著一層夾襖步出監(jiān)牢的瞬間爷绘,已是汗流浹背书劝。 一陣腳步聲響...
    開(kāi)封第一講書(shū)人閱讀 32,815評(píng)論 1 269
  • 我被黑心中介騙來(lái)泰國(guó)打工进倍, 沒(méi)想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留,地道東北人购对。 一個(gè)月前我還...
    沈念sama閱讀 47,698評(píng)論 2 368
  • 正文 我出身青樓猾昆,卻偏偏與公主長(zhǎng)得像,于是被迫代替她去往敵國(guó)和親骡苞。 傳聞我的和親對(duì)象是個(gè)殘疾皇子垂蜗,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 44,592評(píng)論 2 353

推薦閱讀更多精彩內(nèi)容