❝详情请联系作者: ❞ 之前我们写过很多精彩的网络图帖子: ❝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
学做NAR图表:ggraph做网络图
复现《Cell stem cell》图表:STRING互作分析+igraph绘制大型蛋白互作网络图
图片复现:ggraph互作网络图 ❞ 这里我们以基因互作演示一个简单的网络图示意。这个图的特点是。第一:基因按照分组展示。第二:上下调基因也区分展示出来。其实,就是一个非常简单的网络图,很基础,主要是为了熟悉下网络的设置等等。首先准备网络数据,我这里是
STRING网络分析的结果。然后设置节点数据。最后构建ggraph作图数据。ggraph作图重要的是构建好作图数据。组图就很简单了。 setwd("D:/KS项目/公众号文章/一个简单的网络图")
library(ggraph) library(tidygraph) library(ggnewscale) df <- read.csv('net.csv', header = T)#这是一个基因互作关系网络文件 #接下来,为了让我们的网络图更加丰富,我们人为对这些基因进行分组等等 #事实上,如果是你有用的数据,可以提前整理好文件读入 from = unique(df$from) to = unique(df$to) genes <- data.frame(unique(c(from, to))) colnames(genes) <- 'gene' genes$pathway <- c(rep("MAPK",6), rep("Wnt",5), rep("JAK",6),rep("Toll",5))#这里的分组是虚构的数据 genes$regulation <- c(sample(c(rep("up",12), rep("down",10))))#随机分下上下调
data <- tbl_graph(nodes = genes, edges = df)
绘图。ggraph是ggplot2的拓展包,所以作图设置和ggplot类似。不同组的基因按照不同的颜色区别,上下调基因按照节点边框颜色区分。 #绘图,ggraph是ggplot的拓展包,所以当你构建好ggraph作图数据后,剩下的和你在利用ggplot2作图没什么分别 ggraph(data,layout='linear',circular = TRUE) + geom_node_point(aes(size=8, fill = pathway),shape=21) + scale_fill_manual(values = c('#4CA85F','orange','#4A90BD','#C387B8'))+ geom_node_point(aes(size=8, color = regulation),shape=21,stroke=2)+ scale_color_manual(values = c('black','#B11E23'))+ scale_size_continuous(range = c(30, 1))+ geom_node_text(aes(x = x*1.15, y=y*1.15, label=gene, angle=-((-node_angle(x, y) + 90) %% 180) + 90), size=3, hjust='outward')+ coord_cartesian(xlim=c(-1.5,1.5),ylim = c(-1.5,1.5))+ geom_edge_arc(aes(width=score),color="lightblue")+ scale_edge_width_continuous(range = c(0.5,1))+ theme_graph()
本贴示例数据及详细注释代码已上传群文件,请自行下载。觉得分享有用的点个赞、分享下再走呗!
|