用ggplot來畫基因富集氣泡圖

?用DAVID或者clusterprofiler 做基因富集的常常需要挑選一下想展示的通路或者排一下通路的順序帘睦,而且竣付,clusterprofiler展示的順序有時候跟輸入的順序不一樣古胆。因此逸绎,用ggplot可以方便對各種來源的富集結(jié)果實現(xiàn)氣泡圖棺牧。

如用clusterprofiler做富集

#GeneSymbol為輸入的基因集
toENTREZID = bitr(GeneSymbol,fromType = "SYMBOL",toType = "ENTREZID",OrgDb = "org.Mm.eg.db")
goBP = enrichGO(OrgDb="org.Mm.eg.db",gene = as.vector(toENTREZID$ENTREZID),ont = "BP", pvalueCutoff = 0.05, readable= TRUE)
dotplot(goBP,showCategory=10)+scale_color_gradient(low = "#132B43", high = "#56B1F7")
head(goBP@result)
image
image

我們再用ggplot畫氣泡圖采蚀,結(jié)果看起來和clusterprofiler畫的差不多榆鼠,不一樣的地方在于clusterproliler的x軸默認(rèn)的gene ratio,而ggplot我們用的是count妆够,這個可以自己選擇,再就是ggplot我們可以用level調(diào)節(jié)go term的順序家妆,如最上面兩個紅框里相同基因數(shù)但是pvalue不同的go term 在ggplot里面符合上面表中的順序伤极,而clusterprofiler是相反的

#goBP為clusterprofiler的富集結(jié)果,取前10個來畫圖当编。
goinput<-goBP@result[1:10,]
head(goinput)
#使畫出go term的順序與輸入的一致
goinput$Description<-factor(goinput$Description,levels = rev(goinput$Description))
#reorder使縱軸按照go term 和count排序
?goinput$Description<-factor(goinput$Description,levels = rev(goinput$Description))
ggplot(goinput,aes(x = Count, y =reorder(Description,Count)))+ 
  geom_point(aes(size=Count,color=p.adjust))+
  scale_colour_gradient(low="#132B43",high="#56B1F7")+
  labs(
       color=expression(p.adjust),
       size=" Count Number",
       x="Gene Count"
      )+
  theme_bw()+
  theme(
    axis.text.y = element_text(size = rel(1.8)),
    axis.title.x = element_text(size=rel(1.8)),
    axis.title.y = element_blank()
  )+ scale_size(range=c(5, 10))
?

image
最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末词渤,一起剝皮案震驚了整個濱河市缺虐,隨后出現(xiàn)的幾起案子高氮,更是在濱河造成了極大的恐慌剪芍,老刑警劉巖罪裹,帶你破解...
    沈念sama閱讀 219,539評論 6 508
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件,死亡現(xiàn)場離奇詭異,居然都是意外死亡碾牌,警方通過查閱死者的電腦和手機舶吗,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 93,594評論 3 396
  • 文/潘曉璐 我一進(jìn)店門资盅,熙熙樓的掌柜王于貴愁眉苦臉地迎上來呵扛,“玉大人今穿,你說我怎么就攤上這事蓝晒≈マ保” “怎么了?”我有些...
    開封第一講書人閱讀 165,871評論 0 356
  • 文/不壞的土叔 我叫張陵,是天一觀的道長垒迂。 經(jīng)常有香客問我,道長吏奸,這世上最難降的妖魔是什么苦丁? 我笑而不...
    開封第一講書人閱讀 58,963評論 1 295
  • 正文 為了忘掉前任,我火速辦了婚禮晋涣,結(jié)果婚禮上谢鹊,老公的妹妹穿的比我還像新娘佃扼。我一直安慰自己,他們只是感情好瘤运,可當(dāng)我...
    茶點故事閱讀 67,984評論 6 393
  • 文/花漫 我一把揭開白布韭山。 她就那樣靜靜地躺著掠哥,像睡著了一般。 火紅的嫁衣襯著肌膚如雪禁舷。 梳的紋絲不亂的頭發(fā)上牵咙,一...
    開封第一講書人閱讀 51,763評論 1 307
  • 那天侯嘀,我揣著相機與錄音,去河邊找鬼。 笑死献汗,一個胖子當(dāng)著我的面吹牛,可吹牛的內(nèi)容都是我干的刃麸。 我是一名探鬼主播,決...
    沈念sama閱讀 40,468評論 3 420
  • 文/蒼蘭香墨 我猛地睜開眼,長吁一口氣:“原來是場噩夢啊……” “哼篮奄!你這毒婦竟也來了?” 一聲冷哼從身側(cè)響起夸赫,我...
    開封第一講書人閱讀 39,357評論 0 276
  • 序言:老撾萬榮一對情侶失蹤宜雀,失蹤者是張志新(化名)和其女友劉穎悴品,沒想到半個月后苔严,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體依鸥,經(jīng)...
    沈念sama閱讀 45,850評論 1 317
  • 正文 獨居荒郊野嶺守林人離奇死亡絮供,尸身上長有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...
    茶點故事閱讀 38,002評論 3 338
  • 正文 我和宋清朗相戀三年贮乳,在試婚紗的時候發(fā)現(xiàn)自己被綠了。 大學(xué)時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片。...
    茶點故事閱讀 40,144評論 1 351
  • 序言:一個原本活蹦亂跳的男人離奇死亡颈将,死狀恐怖晴圾,靈堂內(nèi)的尸體忽然破棺而出颂砸,到底是詐尸還是另有隱情,我是刑警寧澤疑务,帶...
    沈念sama閱讀 35,823評論 5 346
  • 正文 年R本政府宣布沾凄,位于F島的核電站,受9級特大地震影響知允,放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜叙谨,卻給世界環(huán)境...
    茶點故事閱讀 41,483評論 3 331
  • 文/蒙蒙 一温鸽、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧,春花似錦涤垫、人聲如沸姑尺。這莊子的主人今日做“春日...
    開封第一講書人閱讀 32,026評論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽切蟋。三九已至,卻和暖如春榆芦,著一層夾襖步出監(jiān)牢的瞬間柄粹,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 33,150評論 1 272
  • 我被黑心中介騙來泰國打工匆绣, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留驻右,地道東北人。 一個月前我還...
    沈念sama閱讀 48,415評論 3 373
  • 正文 我出身青樓崎淳,卻偏偏與公主長得像堪夭,于是被迫代替她去往敵國和親。 傳聞我的和親對象是個殘疾皇子拣凹,可洞房花燭夜當(dāng)晚...
    茶點故事閱讀 45,092評論 2 355

推薦閱讀更多精彩內(nèi)容