R统计编程画图单细胞测序

用ggplot2画代谢集富集分析(MSEA)图

2021-09-22  本文已影响0人  Seurat_Satija

MSEA

什么是MSEA

MSEA,Metabolite Set Enrichment Analysis,代谢集富集分析,是代谢组数据分析方法的一种。MSEA是基因集富集分析的代谢物版本。

MESA分析流程(简略版)

  1. 设定一系列代谢集,每个代谢集代表某种生物学功能。
  2. 将自己的代谢组数据富集到这些代谢集。
  3. 统计找到有显著性差异的代谢集。

与KEGG Pathway富集分析的区别

MSEA分析方法

MetaboAnalyst提供了在线MSEA分析工具,同时他们也提供了相应的R包可以进行本地分析

成品图预览

这是我们最终想要得到的图

image

OK,画图正式开始

数据准备

MetaboAnalyst在分析结束后会自动生成一个结果表,如下

image

对于我们来说,画图真正需要用到的共三列,分别是

基本思路

  1. 以Set为横坐标,以FE为纵坐标画柱状图
  2. 将p值映射到柱子的颜色
  3. 翻转柱状图,得到最终图像

R代码

############################################################
#############               MSEA Plot       ###############
############                 Cdudu          ##############
###########                2020.1.22       ##############
########################################################

library(readxl)
library(ggplot2)
library(export) 

#按照前面的成品预览图,先进行一些背景设定
mytheme <- theme(axis.title=element_text(face="bold", size=10,colour = 'gray25'), #轴标题
                 axis.text=element_text(face="bold", size=10,colour = 'gray25'), #轴标签
                 axis.line = element_line(size=0.5, colour = 'black'), #轴线
                 axis.line.y = element_blank(),  #关闭Y轴线
                 axis.ticks.y = element_blank(), #关闭Y轴刻度线
                 panel.background = element_rect(fill="white"), #背景色
                 panel.grid.major.y=element_blank(), #关闭Y轴主网格线
                 panel.grid.minor.y=element_blank(), #关闭Y轴次网格线
                 panel.grid.minor.x=element_blank()) #关闭X轴次网格线   

MSEA<-read_excel('MSEA_result_sample.xlsx') #读入MSEA分析结果

p<-ggplot(MSEA,aes(x=Set,y=FE,fill=P)) + #以Set为横坐标,FE为纵坐标画柱状图,并用P填充颜色
  geom_bar(stat='identity',color='black',width = 0.65) +
  coord_flip() +    #颠倒坐标轴
  scale_fill_gradient(low='red', high='darkgoldenrod1')  #设定柱子颜色变化范围,随着p值从低到高,柱子的颜色从红色向黄色渐变

p + labs(x='',y='Fold Enrichment',fill='p value') +
  mytheme

输出结果

image

很明显,图2和上面的图1不太一样,其中最大的问题是:
图2并没有按照p值从低到高的顺序对代谢集进行排序
这是因为Set列为字符型向量,ggplot2在画图时,会自动对Set列按字母顺序进行重排序。
为了防止ggplot2对Set列的重排序,我们需要将Set列转化为因子型,并设定因子水平的顺序,代码如下:

MSEA$Set<-factor(MSEA$Set,levels = rev(MSEA$Set)) #将Set转化为因子型

将这行代码放到刚才的代码中,再来看一下结果

############################################################
#############               MSEA Plot NEW   ###############
############                 Cdudu          ##############
###########                2020.1.21       ##############
########################################################

library(readxl)
library(ggplot2)
library(export) 

mytheme <- theme(axis.title=element_text(face="bold", size=10,colour = 'gray25'), #轴标题
                 axis.text=element_text(face="bold", size=10,colour = 'gray25'), #轴标签
                 axis.line = element_line(size=0.5, colour = 'black'), #轴线
                 axis.line.y = element_blank(),  #关闭Y轴线
                 axis.ticks.y = element_blank(), #关闭Y轴刻度线
                 panel.background = element_rect(fill="white"), #背景色
                 panel.grid.major.y=element_blank(), #关闭Y轴主网格线
                 panel.grid.minor.y=element_blank(), #关闭Y轴次网格线
                 panel.grid.minor.x=element_blank()) #关闭X轴次网格线   

MSEA<-read_excel('MSEA_result_sample.xlsx')

MSEA$Set<-factor(MSEA$Set,levels = rev(MSEA$Set)) #将Set转化为因子型

p<-ggplot(MSEA,aes(x=Set,y=FE,fill=P)) +
  geom_bar(stat='identity',color='black',width = 0.65) +
  coord_flip() +    #颠倒坐标轴
  scale_fill_gradient(low='red', high='darkgoldenrod1') 

p + labs(x='',y='Fold Enrichment',fill='p value') +
  mytheme

输出结果

image

现在看上去好多了,不过还需要一些微调

  1. 减少图例的刻度数量
scale_fill_gradient(breaks = c(0.01,0.05)) 

  1. 去掉图例的白色刻度线
guides(fill=guide_colorbar(ticks = F, frame.colour='black'))  

  1. 调整FE轴刻度
scale_y_continuous(expand = c(0, 0),breaks = seq(0,6,1))

  1. 调整FE轴与柱子的距离
scale_x_discrete(expand = c(0,0.8))  

最终代码

############################################################
#############               MSEA Plot NEW   ###############
############                 Cdudu          ##############
###########                2020.1.21       ##############
########################################################

library(readxl)
library(ggplot2)
library(export) 

mytheme <- theme(axis.title=element_text(face="bold", size=10,colour = 'gray25'), #轴标题
                 axis.text=element_text(face="bold", size=10,colour = 'gray25'), #轴标签
                 axis.line = element_line(size=0.5, colour = 'black'), #轴线
                 axis.line.y = element_blank(),  #关闭Y轴线
                 axis.ticks.y = element_blank(), #关闭Y轴刻度线
                 panel.background = element_rect(fill="white"), #背景色
                 panel.grid.major.y=element_blank(), #关闭Y轴主网格线
                 panel.grid.minor.y=element_blank(), #关闭Y轴次网格线
                 panel.grid.minor.x=element_blank()) #关闭X轴次网格线   

MSEA<-read_excel('MSEA_result_sample.xlsx')

MSEA$Set<-factor(MSEA$Set,levels = rev(MSEA$Set)) #将Set转化为因子型

p<-ggplot(MSEA,aes(x=Set,y=FE,fill=P)) +
  geom_bar(stat='identity',color='black',width = 0.65) +
  coord_flip() +    #颠倒坐标轴
  scale_fill_gradient(low='red', high='darkgoldenrod1',breaks = c(0.01,0.05)) +  #控制图例中的刻度
  scale_x_discrete(expand = c(0,0.8))  # expand 调整Y轴与第一个柱子间的距离

p + labs(x='',y='Fold Enrichment',fill='p value') +
  guides(fill=guide_colorbar(ticks = F, frame.colour='black'))  + #关掉图例中的刻度线,图例边框色
  scale_y_continuous(expand = c(0, 0),breaks = seq(0,6,1)) +  #y轴刻度间隔
  mytheme

最终结果

image

用ggplot2画代谢集富集分析(MSEA)图 - 简书 (jianshu.com)

上一篇下一篇

猜你喜欢

热点阅读