MAplot轉(zhuǎn)錄組差異基因表達(dá)展示

之前有小伙伴咨詢一幅差異基因展示的圖,我隨口就說這類似于火山圖,就是點(diǎn)圖屑柔,ggplot就可以完成屡萤,不曉得他最后做出來沒有[圖片上傳失敗...(image-b8ad3b-1670206965508)]

。對(duì)了掸宛,之前Bulk RNA轉(zhuǎn)錄組系列關(guān)于DESeq2的帖子死陆,封面圖就是這樣的。術(shù)語叫做MAplot唧瘾,展示數(shù)據(jù)分布情況的可視化翔曲!
圖片

最近在文獻(xiàn)中看到這樣的差異基因展示方式,所以復(fù)現(xiàn)一下劈愚。這里我們從counts矩陣的轉(zhuǎn)錄組差異分析開始做這個(gè)圖,很簡(jiǎn)單闻妓,原理就是散點(diǎn)圖菌羽,按照火山圖的做法篩選差異基因即可。重試差異分析:

setwd('D:/KS項(xiàng)目/公眾號(hào)文章/MAplot')
data <- read.csv('counts.csv', header = T, row.names = 1)
genecounts <- data[apply(data, 1, sum) > 0, ]
SampleAnno <- data.frame(condition = factor(rep(c('neg', 'pos'), each = 3),
                                            levels = c('neg', 'pos')))
library(dplyr)
library(ggplot2)
library(RColorBrewer)
library(DESeq2)
library(ggrepel)


dds <- DESeqDataSetFromMatrix(countData=genecounts, colData=SampleAnno, design= ~condition)
dds1 <- dds
dds1 <- DESeq(dds1)
res <- results(dds1, contrast = c('condition', 'pos', 'neg'))
res <- as.data.frame(res)
write.csv(res, file = 'DEGs.csv')#差異分析結(jié)果

構(gòu)建數(shù)據(jù):


df <- as.data.frame(counts(dds1, normalized=TRUE))
df_merge = merge(res,df,by ='row.names')
rownames(df_merge) = df_merge$Row.names
df_merge = select(df_merge,-1)
#挑選需要展示的差異基因
genes = c("CLSTN2",
          "MME",
          "SYNPO",
          "ENC1",
          "PDGFRB",
          "TAGLN3",
          "ZFHX4",
          "THY1",
          "CYP26A1",
          "RGS4",
          "CDH10",
          "JAM2",
          "LMX1B",
          "NTRK1",
          "ST8SIA1",
          "FUT9",
          "DOK5",
          "CABP7",
          "APOL6",
          "CHI3L1")

添加label:


df_merge$label = ifelse(rownames(df_merge) %in% genes,rownames(df_merge),"")
df_merge$condition = ifelse(df_merge$log2FoldChange >= 1 & df_merge$padj < 0.01,"UP",
                      ifelse(df_merge$log2FoldChange <= -1 & df_merge$padj < 0.01,"DOWN","none"))
df_merge$condition = ifelse(rownames(df_merge) %in% genes,"label",df_merge$condition)

ggplot2作圖:


ggplot(df_merge,aes(x=baseMean,y=log2FoldChange)) +
  geom_point(aes(color=condition,size = condition,alpha = condition),
             show.legend = F) +
  geom_hline(yintercept =  c(-1,1),lty=2,lwd = 1) +
  theme_bw(base_size = 12) + 
  ggtitle("Neg vs Pos") + 
  scale_color_manual(values = c("cadetblue","black","grey","darkorange")) +
  scale_size_manual(values = c(1.5,2,1.5,1.5)) +
  scale_alpha_manual(values = c(0.6,1,0.6,0.6)) +
  scale_x_log10() + 
  theme(panel.grid=element_blank()) +
  scale_y_continuous(limits = c(-10,8),breaks = c(-10,-5,0,4,8)) +
  xlab("Mean Normalized Counts") + 
  ylab("log2FoldChange")+
  geom_text_repel(aes(label=label), color="black",fontface="italic", 
                  size=4, segment.size=0.5,hjust=0,
                  nudge_x=1, nudge_y = 1)
圖片

效果和火山圖差不多由缆,就是一個(gè)展現(xiàn)形式而已注祖,蘿卜青菜各有所愛!示例數(shù)據(jù)及代碼已上傳群文件均唉!更多精彩請(qǐng)至我的公眾號(hào)---KS科研分享與服務(wù)是晨!

?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)濱河市舔箭,隨后出現(xiàn)的幾起案子罩缴,更是在濱河造成了極大的恐慌,老刑警劉巖层扶,帶你破解...
    沈念sama閱讀 219,270評(píng)論 6 508
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件箫章,死亡現(xiàn)場(chǎng)離奇詭異,居然都是意外死亡镜会,警方通過查閱死者的電腦和手機(jī)檬寂,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 93,489評(píng)論 3 395
  • 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戳表,“玉大人桶至,你說我怎么就攤上這事∝倚瘢” “怎么了镣屹?”我有些...
    開封第一講書人閱讀 165,630評(píng)論 0 356
  • 文/不壞的土叔 我叫張陵,是天一觀的道長(zhǎng)价涝。 經(jīng)常有香客問我野瘦,道長(zhǎng),這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 58,906評(píng)論 1 295
  • 正文 為了忘掉前任鞭光,我火速辦了婚禮吏廉,結(jié)果婚禮上,老公的妹妹穿的比我還像新娘惰许。我一直安慰自己席覆,他們只是感情好,可當(dāng)我...
    茶點(diǎn)故事閱讀 67,928評(píng)論 6 392
  • 文/花漫 我一把揭開白布汹买。 她就那樣靜靜地躺著佩伤,像睡著了一般。 火紅的嫁衣襯著肌膚如雪晦毙。 梳的紋絲不亂的頭發(fā)上生巡,一...
    開封第一講書人閱讀 51,718評(píng)論 1 305
  • 那天,我揣著相機(jī)與錄音见妒,去河邊找鬼孤荣。 笑死,一個(gè)胖子當(dāng)著我的面吹牛须揣,可吹牛的內(nèi)容都是我干的盐股。 我是一名探鬼主播,決...
    沈念sama閱讀 40,442評(píng)論 3 420
  • 文/蒼蘭香墨 我猛地睜開眼耻卡,長(zhǎng)吁一口氣:“原來是場(chǎng)噩夢(mèng)啊……” “哼疯汁!你這毒婦竟也來了?” 一聲冷哼從身側(cè)響起卵酪,我...
    開封第一講書人閱讀 39,345評(píng)論 0 276
  • 序言:老撾萬榮一對(duì)情侶失蹤幌蚊,失蹤者是張志新(化名)和其女友劉穎,沒想到半個(gè)月后溃卡,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體霹肝,經(jīng)...
    沈念sama閱讀 45,802評(píng)論 1 317
  • 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 37,984評(píng)論 3 337
  • 正文 我和宋清朗相戀三年塑煎,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了沫换。 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 40,117評(píng)論 1 351
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡最铁,死狀恐怖讯赏,靈堂內(nèi)的尸體忽然破棺而出,到底是詐尸還是另有隱情冷尉,我是刑警寧澤漱挎,帶...
    沈念sama閱讀 35,810評(píng)論 5 346
  • 正文 年R本政府宣布,位于F島的核電站雀哨,受9級(jí)特大地震影響磕谅,放射性物質(zhì)發(fā)生泄漏私爷。R本人自食惡果不足惜,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 41,462評(píng)論 3 331
  • 文/蒙蒙 一膊夹、第九天 我趴在偏房一處隱蔽的房頂上張望衬浑。 院中可真熱鬧,春花似錦放刨、人聲如沸工秩。這莊子的主人今日做“春日...
    開封第一講書人閱讀 32,011評(píng)論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽助币。三九已至,卻和暖如春螟碎,著一層夾襖步出監(jiān)牢的瞬間眉菱,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 33,139評(píng)論 1 272
  • 我被黑心中介騙來泰國(guó)打工掉分, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留俭缓,地道東北人。 一個(gè)月前我還...
    沈念sama閱讀 48,377評(píng)論 3 373
  • 正文 我出身青樓叉抡,卻偏偏與公主長(zhǎng)得像,于是被迫代替她去往敵國(guó)和親答毫。 傳聞我的和親對(duì)象是個(gè)殘疾皇子褥民,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 45,060評(píng)論 2 355

推薦閱讀更多精彩內(nèi)容