【原】学做NAR图表：ggraph做网络图

❝

1、《KS科研分享与服务》公众号有QQ交流群，但是进入门槛是20元，请考虑清楚。群里有推文的注释代码和示例数据，付费内容半价，还可以与大家交流。

2、单细胞转录组全流程代码需收费，收费代码包含公众号付费内容，也有很多新增加的内容。需进群或者需单细胞代码的小伙伴请添加作者微信了解，请备注目的，除此之外请勿添加，谢谢！

3、付费文章集合有打包价！付费作图+单细胞全套也有打包价哦！

详情请联系作者：

❞

之前我们分享过网络图（graph包：圆状网络图的绘制|互作网络图|基因通路网络图，新方法---大型网络图绘制---ggraph包），其实原理都是基于ggraph包的ggraph函数。最近在NAR上看到一篇文章：

原文网络图如下：

我们借此机会，通过ggraph作图解析相关参数。详细注释代码和参数已上传QQ群文件！我做的图如下，有一点问题，但不影响我们对这个函数的解析。

加载R包和节点数据，可以是STRING分析得到的网络文件，也可以是miRNA对应靶基因文件，再或者可以是转录因子对应的调控文件等！

setwd("D:/KS项目/公众号文章/网络节点图")df <- read.csv("network.csv", header = T)colnames(df) <- c("ID", "path", "gene", "Pval")library(ggraph)library(tidygraph)

设置节点和边缘。

paths <- c("Node1", "Node2", "Node3")nodelist <- list()for (i in 1:length(paths)){  node <- subset(df, path == paths[i])    nodes <- data.frame(name = unique(union(node$path, node$gene)))  nodes$values <- c(sum(node$Pval), node$Pval)    nodelist[[i]] <- nodes}


nodes <- rbind(nodelist[[1]],nodelist[[2]],nodelist[[3]])nodes$cluster <- c(rep("Node1",1),rep("gene",12),                   rep("Node2",1),rep("gene",11),                   rep("Node3",1),rep("gene",10))


edges <- df[c("path","gene","Pval")]edges$class <- edges$path

构建作图文件。

layout_cir <- tbl_graph(nodes = nodes, edges = edges)

出图：

ggraph(layout_cir,layout='linear',circular = TRUE) +  geom_node_point(aes(size=values,colour = cluster))+  geom_node_text(aes(x = 1.03 * x,                     y = 1.03 * y,                     label=name,                     color=cluster,                     angle = -((-node_angle(x, y) + 90) %% 180) + 90),                 hjust='outward') +  geom_edge_arc(aes(colour=class))+  theme_void()+  theme(legend.position = "none")+  scale_colour_manual(values =c('#407972',                                '#961E28',                                '#D46724',                                '#0f8096'))+  scale_edge_colour_manual(values = c('#961E28',                                      '#D46724',                                      '#0f8096'))+  scale_size_continuous(range = c(2,8))+  coord_cartesian(xlim=c(-1.5,1.5),ylim = c(-1.5,1.5))

这样就完成了，也是美美的。如果觉得我的分享对你有用、有帮助的话，点个赞、分享一下再走呗！！！