【原】火山图|给你geneList，帮我标到火山图上

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 value（P值），值越大差异越显著。得名原因也许是因为结果图像火山吧!

ggplot2-plotly|让你的火山图“活”过来

火山图只标示指定基因？这需求都遇到过吧。

一 载入R包，数据

library(ggplot2)
library(openxlsx)
library(dplyr)

#绘制火山图数据
data <- read.xlsx("火山图.xlsx", sheet = 1)
head(data) #查看数据，主要有P值，Fold change和基因ID即可。

二 绘制火山图（标示最显著的基因）

2.1 先根据阈值分出上调和下调基因；

data$change <- as.factor(ifelse(data$adj.P.Val < 0.01 & abs(data$logFC) > 1,
                               ifelse(data$logFC > 1,'UP','DOWN'),'NOT'))

2.2 标示差异显著的基因

data$sign <- ifelse(data$adj.P.Val < 0.001 & abs(data$logFC) > 2.5,data$GENE_SYMBOL,NA)head(data)

2.3 绘制火山图

ggplot(data = data, aes(x = logFC, y = -log10(adj.P.Val), color = change)) +
 geom_point(alpha=0.8, size = 1) +
 theme_bw(base_size = 15) +
 theme(panel.grid.minor = element_blank(),panel.grid.major = element_blank()) +
 geom_hline(yintercept=2 ,linetype=4) +
 geom_vline(xintercept=c(-1,1) ,linetype=4 ) +
 scale_color_manual(name = "", values = c("red", "green", "black"), limits = c("UP", "DOWN", "NOT")) +
 geom_text(aes(label = sign), size = 3)

了解一下ggplot2绘图的方式，标示的基因就是各个基因的text，然后想办法将其赋予到一个 aes 中即可。

三 标示指定基因

和上面类似，将指定基因添加到绘制数据中即可。

3.1 读入含有geneList的文件

gene <- read.xlsx("火山图.xlsx", sheet = 2)
gene$geneList <- gene$gene

额外生成一列相同列是为了后面合并后还有一列存在，这一列用于标示基因。（方法有点笨）

3.2 合并火山图数据

data2 <- data %>%

 left_join(gene,by = c("GENE_SYMBOL" = "gene"))

head(data2)

增加了geneList列，为了后面使用text的方式添加上基因。

3.3 标示文件中的指定基因

ggplot(data = data2, aes(x = logFC, y = -log10(adj.P.Val), color = change)) +
 geom_point(alpha=0.8, size = 1) +
 theme_bw(base_size = 15) +
 theme(panel.grid.minor = element_blank(),panel.grid.major = element_blank()) +
 geom_hline(yintercept=2 ,linetype=4) +
 geom_vline(xintercept=c(-1,1) ,linetype=4 ) +
 scale_color_manual(name = "", values = c("red", "green", "black"), limits = c("UP", "DOWN", "NOT")) +
 geom_text(aes(label = geneList), size = 5,color = "blue")

3.4  ggrepel 解决重叠问题

如果目标标示基因太多会导致重叠，可使用ggrepal函数

library(ggrepel)

ggplot(data = data2, aes(x = logFC, y = -log10(adj.P.Val), color = change)) +
 geom_point(alpha=0.8, size = 1) +
 theme_bw(base_size = 15) +
 theme(panel.grid.minor = element_blank(),panel.grid.major = element_blank()) +
 geom_hline(yintercept=2 ,linetype=4) +
 geom_vline(xintercept=c(-1,1) ,linetype=4 ) +
 scale_color_manual(name = "", values = c("red", "green", "black"), limits = c("UP", "DOWN", "NOT")) +
 geom_label_repel(aes(label=geneList), fontface="bold", color="grey50", box.padding=unit(0.35, "lines"), point.padding=unit(0.5, "lines"), segment.colour = "grey50")

呐，可以随意标示感兴趣的基因了。