R EnhancedVolcano 绘制火山图
火山图是用于差异表达分析结果可视化的一种有效方法。今天，我们来介绍一个用于增强火山图绘制的强大 R 包：EnhancedVolcano ，该包拥有强大的绘图功能，用户可以简单的通过设置颜色、形状、大小和阴影等参数定义不同的绘图属性，此外通过可以通过添加连线的方式有效避免数据点之间的重叠现象。使用 EnhancedVocalno 包绘制的火山图基本可以直接用于文献发表，可以说非常简单又实用的一款神器了。
1. 下载与安装
R 版本：3.6.1。从 Bioconductor 中下载包：
if (!requireNamespace('BiocManager', quietly = TRUE))
install.packages('BiocManager')
BiocManager::install('EnhancedVolcano')
2. 简单使用
2.1 输入数据格式
首先，我们先来介绍一下 EnhancedVolcan o 输入数据格式。EnhancedVolcano 包可以使用多种差异算法（例如 DESeq2 等）的结果作为输入，数据中需包含 log2FC 、Pvalue 或（和） qvalue 结果，示例数据如下：
2.2 基础绘图
library(EnhancedVolcano)
res <- read.table(diffexpress,
sep="\t",
head=T,
row.names=1,
check.names=F,
quote="")
EnhancedVolcano(res,
lab = rownames(res),
x = 'log2(Fold_change)',
y = 'p-value',
xlim = c(-4, 4))
3、进阶功能
3.1 调整阈值，设置点及标签大小
EnhancedVolcano(res,
lab = rownames(res),
x = 'log2(Fold_change)',
y = 'p-value',
xlim = c(-4, 4),
ylim = c(0,15),
title = 'A versus B',
pCutoff = 10e-3,
FCcutoff = 1.5,
transcriptPointSize = 3.0,
transcriptLabSize = 3.0)
3.2 调整颜色及点透明度
EnhancedVolcano(res,
lab = rownames(res),
x = 'log2(Fold_change)',
y = 'p-value',
xlim = c(-4, 4),
ylim = c(0,15),
title = 'A versus B',
pCutoff = 10e-3,
FCcutoff = 1.5,
transcriptPointSize = 3.0,
transcriptLabSize = 3.0,
col = c('black', 'black', 'black', 'red3'),
colAlpha = 1)
3.3 调整绘图点形状
EnhancedVolcano(res,
lab = rownames(res),
x = 'log2(Fold_change)',
y = 'p-value',
xlim = c(-4, 4),
ylim = c(0,15),
title = 'A versus B',
pCutoff = 10e-3,
FCcutoff = 1.5,
transcriptPointSize = 3.0,
transcriptLabSize = 3.0,
#shape = 8, #点形状
shape = c(1, 4, 23, 25), #形状列表
colAlpha = 1)
3.4 改变截止线及添加阈值线
EnhancedVolcano(res,
lab = rownames(res),
x = 'log2(Fold_change)',
y = 'p-value',
xlim = c(-4, 4),
ylim = c(0,15),
title = 'A versus B',
pCutoff = 10e-3,
FCcutoff = 1.5,
transcriptPointSize = 3.0,
transcriptLabSize = 3.0,
colAlpha = 1,
cutoffLineType = 'blank',
cutoffLineCol = 'black',
cutoffLineWidth = 0.8,
hline = c(10e-4, 10e-8, 10e-12, 10e-15),
hlineCol = c('grey0', 'grey25','grey50','grey75'),
hlineType = 'longdash',
hlineWidth = 0.8,
gridlines.major = FALSE,
gridlines.minor = FALSE)
3.5 调整标注位置、大小及文字
EnhancedVolcano(res,
lab = rownames(res),
x = 'log2(Fold_change)',
y = 'p-value',
xlim = c(-4, 4),
ylim = c(0,15),
title = 'A versus B',
pCutoff = 10e-3,
FCcutoff = 1.5,
transcriptPointSize = 3.0,
transcriptLabSize = 3.0,
colAlpha = 1,
cutoffLineType = 'twodash',
cutoffLineWidth = 0.8,
legend=c('NS','Log (base 2) fold-change','P value',
'P value & Log (base 2) fold-change'),
legendPosition = 'right',
legendLabSize = 16,
legendIconSize = 5.0)
可以不展示图注
3.6 校正后的 p 值作图
EnhancedVolcano(res,
lab = rownames(res),
x = 'log2(Fold_change)',
y = 'p-value',
xlim = c(-4, 4),
ylim = c(0,15),
title = 'A versus B',
pCutoff = 10e-3,
FCcutoff = 1.5,
xlab = bquote(~Log[2]~ 'fold change'),
ylab = bquote(~-Log[10]~adjusted~italic(P)),
transcriptPointSize = 3.0,
transcriptLabSize = 3.0,
colAlpha = 1,
cutoffLineType = 'twodash',
cutoffLineWidth = 0.8,
legend=c('NS','Log (base 2) fold-change','P value',
'P value & Log (base 2) fold-change'),
legendPosition = 'right',
legendLabSize = 16,
legendIconSize = 5.0)
3.7 添加连线用于展示更多标注
EnhancedVolcano(res,
lab = rownames(res),
x = 'log2(Fold_change)',
y = 'p-value',
xlim = c(-4, 4),
ylim = c(0,15),
title = 'A versus B',
pCutoff = 10e-3,
FCcutoff = 1.5,
xlab = bquote(~Log[2]~ 'fold change'),
ylab = bquote(~-Log[10]~adjusted~italic(P)),
transcriptPointSize = 3.0,
transcriptLabSize = 3.0,
colAlpha = 1,
cutoffLineType = 'twodash',
cutoffLineWidth = 0.8,
legend=c('NS','Log (base 2) fold-change','P value',
'P value & Log (base 2) fold-change'),
legendPosition = 'right',
drawConnectors = TRUE,
legendLabSize = 16,
legendIconSize = 5.0)
3.8 只标注重要变量
EnhancedVolcano(res,
lab = rownames(res),
x = 'log2(Fold_change)',
y = 'p-value',
xlim = c(-4, 4),
ylim = c(0,15),
title = 'A versus B',
pCutoff = 10e-3,
FCcutoff = 1.5,
xlab = bquote(~Log[2]~ 'fold change'),
ylab = bquote(~-Log[10]~adjusted~italic(P)),
selectLab = c('Spp1','S100a11','Mgp','LOC498555','Sh3bgrl',
'Ring1','Apoe','Tcn2','Ager','Mc1r'),
transcriptPointSize = 3.0,
transcriptLabSize = 3.0,
colAlpha = 1,
cutoffLineType = 'twodash',
cutoffLineWidth = 0.8,
legend=c('NS','Log (base 2) fold-change','P value',
'P value & Log (base 2) fold-change'),
legendPosition = 'right',
drawConnectors = TRUE,
legendLabSize = 16,
legendIconSize = 5.0)
3.9 加框展示变量
EnhancedVolcano(res,
lab = rownames(res),
x = 'log2(Fold_change)',
y = 'p-value',
xlim = c(-4, 4),
ylim = c(0,15),
title = 'A versus B',
pCutoff = 10e-3,
FCcutoff = 1.5,
xlab = bquote(~Log[2]~ 'fold change'),
ylab = bquote(~-Log[10]~adjusted~italic(P)),
selectLab = c('Spp1','S100a11','Mgp','LOC498555','Sh3bgrl',
'Ring1','Apoe','Tcn2','Ager','Mc1r'),
transcriptPointSize = 3.0,
transcriptLabSize = 3.0,
colAlpha = 1,
cutoffLineType = 'twodash',
cutoffLineWidth = 0.8,
legend=c('NS','Log (base 2) fold-change','P value',
'P value & Log (base 2) fold-change'),
legendPosition = 'right',
drawConnectors = TRUE,
boxedlabels = TRUE,
legendLabSize = 16,
legendIconSize = 5.0)
3.10 针对特殊点设置颜色
colCustom 功能可针对特定位点设置颜色，例如上下调基因设置不同颜色，参考代码如下：
keyvals <- rep('black', nrow(res))
# set the base name/label as 'Mid'
names(keyvals) <- rep('Mid', nrow(res))
# fold change > 1.5 & p-value < 0.0001 为高表达
keyvals[which(res$"log2(Fold_change)" > 1.5 & res$"p-value"<0.0001)] <- 'gold'
names(keyvals)[which(res$"log2(Fold_change)" > 1.5 & res$"p-value"<0.0001)] <- 'high'
# fold change < -1.5 & p-value < 0.0001为低表达
keyvals[which(res$"log2(Fold_change)" < -1.5 & res$"p-value"<0.0001)] <- 'royalblue'
names(keyvals)[which(res$"log2(Fold_change)" < -1.5 & res$"p-value"<0.0001)] <- 'low'
EnhancedVolcano(res,
lab = rownames(res),
x = 'log2(Fold_change)',
y = 'p-value',
xlim = c(-4, 4),
ylim = c(0,15),
title = 'A versus B',
pCutoff = 10e-3,
FCcutoff = 1.5,
xlab = bquote(~Log[2]~ 'fold change'),
ylab = bquote(~-Log[10]~adjusted~italic(P)),
selectLab = rownames(res)[which(names(keyvals) %in% c('high', 'low'))],
transcriptPointSize = 3.0,
transcriptLabSize = 3.0,
colAlpha = 1,
cutoffLineType = 'twodash',
cutoffLineWidth = 0.8,
colCustom = keyvals,
border = 'full',
legend=c('NS','Log (base 2) fold-change','P value',
'P value & Log (base 2) fold-change'),
legendPosition = 'right',
drawConnectors = FALSE,
boxedlabels = FALSE,
legendLabSize = 16,
legendIconSize = 5.0)
3.11 设置特定点的大小
p <- EnhancedVolcano(res,
lab = rownames(res),
x = 'log2(Fold_change)',
y = 'p-value',
xlim = c(-4, 4),
ylim = c(0,15),
title = '',
subtitle = '',
pCutoff = 10e-3,
FCcutoff = 1.5,
xlab = bquote(~Log[2]~ 'fold change'),
ylab = bquote(~-Log[10]~adjusted~italic(P)),
selectLab = rownames(res)[which(names(keyvals) %in% c('high', 'low'))],
transcriptLabSize = 3.0,
transcriptPointSize = c(ifelse((res$"log2(Fold_change)">2 |res$"log2(Fold_change)"< -2) & res$"p-value"<0.0001 , 3, 1)),
colAlpha = 1,
cutoffLineType = 'twodash',
cutoffLineWidth = 0.8,
colCustom = keyvals,
border = 'full',
legend=c('NS','Log (base 2) fold-change','P value',
'P value & Log (base 2) fold-change'),
legendPosition = 'right',
drawConnectors = FALSE,
boxedlabels = FALSE,
legendLabSize = 16,
legendIconSize = 5.0,
caption = "")
p
3.12 自定义刻度
p +
ggplot2::coord_cartesian(xlim=c(-6, 6)) +
ggplot2::scale_x_continuous(
breaks=seq(-6,6, 1))
EnhancedVolcano 包绘制火山图就先介绍到这里，如果对你有所帮助，请点个赞吧。
本文分享自微信公众号 - 生信科技爱好者（bioitee）。
如有侵权，请联系 support@oschina.cn 删除。
本文参与“OSC源创计划”，欢迎正在阅读的你也加入，一起分享。
R EnhancedVolcano 绘制火山图的更多相关文章
- R语言绘制花瓣图flower plot
R语言中有很多现成的R包,可以绘制venn图,但是最多支持5组,当组别数大于5时,venn图即使能够画出来,看上去也非常复杂,不够直观: 在实际的数据分析中,组别大于5的情况还是经常遇到的,这是就可以 ...
- R语言绘制QQ图
无论是直方图还是经验分布图,要从比较上鉴别样本是否处近似于某种类型的分布是困难的 QQ图可以帮我们鉴别样本的分布是否近似于某种类型的分布 R语言,代码如下: > qqnorm(w);qqline ...
- R语言绘制茎叶图
与直方图相比,茎叶图更能细致的看出数据分布情况! 代码: > x<-c(25, 45, 50, 54, 55, 61, 64, 68, 72, 75, 75,+ 78, 79, 81, 8 ...
- R语言——绘制半圆形图
好久没发点新的作品了.......也许...... Que sera, seraWhatever will be, will be
- R绘制韦恩图 | Venn图
解决方案有好几种: 网页版,无脑绘图,就是麻烦,没有写代码方便 极简版,gplots::venn 文艺版,venneuler,不好安装rJava,参见Y叔 酷炫版,VennDiagram 特别注意: ...
- GGPLOT2-plotly |让你的火山图“活”过来
火山图(Volcano Plot)常用于展示基因表达差异的分布,横坐标常为Fold change(倍数),越偏离中心差异倍数越大;纵坐标为P值(P值),值越大差异越显着.原因得名也许的英文因为查询查询 ...
- R绘图 第六篇：绘制线图（ggplot2）
线图是由折线构成的图形,线图是把散点从左向右用直线连接起来而构成的图形,在以时间序列为x轴的线图中,可以看到数据增长的趋势. geom_line(mapping = NULL, data = NULL ...
- R语言绘制相对性关系图
准备 第一步就是安装R语言环境以及RStudio 图绘制准备 首先安装库文件,敲入指令,回车 install.packages('corrplot') 然后安装excel导入的插件,点击右上角impo ...
- 一幅图解决R语言绘制图例的各种问题
一幅图解决R语言绘制图例的各种问题 用R语言画图的小伙伴们有木有这样的感受,"命令写的很完整,运行没有报错,可图例藏哪去了?""图画的很美,怎么总是图例不协调?" ...
- [R] 如何绘制各样本的pathway丰度热图？
前言 一般而言,我们做完pathway富集分析,就做下气泡图或bar图来进行展示,但它们实际上只考虑了富集因子和Pvalue.如果我们不关注这两个因素,而是在乎样本本身的pathway丰度呢? 对于K ...
随机推荐
- Web 前端入门 JS 基础知识梳理汇总
Web 前端工程师是当前各大企业都比较稀缺的人才,薪资待遇和就业前景都很不错.不论是专业还是非专业,有基础亦或是无基础,都想通过学习 Web 前端实现高薪就业.不过,学习要一步一个脚印,不能一口吃一个 ...
- 基于 ByteHouse 构建实时数仓实践
更多技术交流.求职机会,欢迎关注字节跳动数据平台微信公众号,回复[1]进入官方交流群 随着数据的应用场景越来越丰富,企业对数据价值反馈到业务中的时效性要求也越来越高,很早就有人提出过一个概念: 数据的 ...
- git 从本地仓库提交至远程仓库 报错：error: failed to push some refs to "xxx"
**原因**:远程库里面有个文件,但是本地没有这个文件,比如: README.md,完全提交上去会覆盖之前的文件,所以git会提示报错警告! **解决方案**:如果只有 README.md文件,可以使 ...
- 【责任链设计模式详解】C/Java/JS/Go/Python/TS不同语言实现
简介 责任链模式(Chain of Responsibility Pattern)是一种行为型设计模式,也叫职责链模式.命令链模式.这种模式为请求创建了一个接收者对象的链,允许你将请求沿着处理者链进行 ...
- 一个bug重温对JRE和JDK的关系思考
前几天做一个springboot项目时,导入的JAVA版本是17,然后后面想更贴近下企业中使用的JDK版本就改成了JDK 1,8,然后就编译错误,bug如下 java: java.lang.Unsup ...
- 算法学习笔记(20): AC自动机
AC自动机 前置知识: 字典树:可以参考我的另一篇文章 算法学习笔记(15): Trie(字典树) KMP:可以参考 KMP - Ricky2007,但是不理解KMP算法并不会对这个算法的理解产生影响 ...
- 部署：windows7下mysql8.0.18部署安装
一.前期准备(windows7+mysql-8.0.18-winx64) 1.下载地址:https://dev.mysql.com/downloads/ 2.选择直接下载不登录账号,下载的压缩包大概两 ...
- Semantic Kernel 入门系列：📅 Planner 计划管理
Semantic Kernel 的一个核心能力就是实现"目标导向"的AI应用. 目标导向 "目标导向"听起来是一个比较高大的词,但是却是实际生活中我们处理问题的 ...
- 【Visual Leak Detector】源码文件概览
说明 使用 VLD 内存泄漏检测工具辅助开发时整理的学习笔记.本篇对 VLD 源码包中的各文件用途做个概述.同系列文章目录可见 <内存泄漏检测工具>目录 目录 说明 1. 整体概览 2. ...
- 为什么数据库project被做成了web开发啊啊——一个半小时实现增删查改
昨天晚上去小破站上找了一点点~~亿点点~~资料,仔细研究了一下我们项目说明文档里的restful框架,发现可以直接用django_restful_framework. 天大的好消息啊!今天下午有三个小 ...