【原】展示细胞比例变化之桑基图

健明 2021-07-14

展开全文

我在CNS图表复现09—上皮细胞可以区分为恶性与否提到了一个很有意思的现象，就是把上皮细胞分群后，可以看到有一些亚群是具有病人特异性，但是也有不少亚群是跨越了病人存在的。

当时我展现这一现象使用的可视化方法就是balloonplot函数啦，它来自于gplots这个包！而且我还创造了一个模拟数据，如下所示；

n=10*sample(100,9);n
cancer=rep(paste0('c',1:9),n)
table(cancer)
p=c(rep(paste0('p',1:5),n[1:5]),
    sample(paste0('p',1:5),sum(n[6:9]),replace = T))
table(p)
table(cancer,p)

library(gplots) 
balloonplot(table(cancer,p))

library(vcd)
dat=table(cancer,p)
mosaic(dat,shade=T,legend=T)
dat

使用这个模拟数据，比较了balloonplot和马赛克图的可视化结果，见：展示细胞比例变化之balloonplot和马赛克图

但是有不少粉丝留言说，两个图都不好看。其实是他们完全搞错了我教程的重心，绘图根本就是小儿科的事情，最重要的是上面的数据模拟代码，这个才是技术含量！

如果你仅仅是需要好看的图，大把的成熟的R包，供你使用，比如 ggalluvial 可以绘制桑基图，代码如下：


df=data.frame( cancer,p) 
head(df)
# 两列数据，互相之间有对应关系，可以绘制桑基图
library(ggplot2)
library(ggalluvial)
options(stringsAsFactors = F)
gg <- ggplot(df,
             aes(axis1 = cancer, axis2 = p ));gg
 
gg <- gg + 
  geom_alluvium(aes(fill = as.factor(cancer)),
                width = 2/5, discern = FALSE);gg
 
gg <- gg +geom_stratum(width = 2/5, discern = FALSE);gg
#添加文本
gg <- gg +geom_text(stat = "stratum", discern = FALSE,
          aes(label = after_stat(stratum))) ;gg
gg <- gg + 
  theme(legend.position = "none",#去除刻度线和背景颜色
        panel.background = element_blank(),
        axis.ticks = element_blank(),
        axis.text.y = element_blank(),
        axis.text.x = element_text(size =15,colour = "black"),#坐标轴名
        axis.title = element_blank()) +
  scale_x_discrete(position = "top");gg #坐标轴位置

关键是两列数据，互相之间有对应关系，可以绘制桑基图，效果如下所示：

桑基图

当然了，我这个是模拟数据，前面的c1到c5，都是病人特异性的，每个病人一个独立单细胞亚群，通常是恶性细胞。

但是后面的 c6和c9都是涵盖了5个病人的正常细胞，从上面的桑基图可以很清晰的看出来这一点，是不是非常直观！！！

桑基图上镜率持续走高

比如2021的纯生物信息学文献：《Conserved pan-cancer microenvironment subtypes predict response to immunotherapy》，就有一个看起来超级复杂的桑基图，图例：(C) Sankey plot showing antigenicity and TMB (left) per TME subtype linked to mutation group (right) across TCGA patients at the pan-cancer level.