查看: 47126|回复: 61

[R语言] 如何轻松绘制基因表达聚类趋势图

  [复制链接]

版主

Rank: 10Rank: 10Rank: 10

主题
25
注册时间
2016.5.11
在线时间
497 小时

活跃会员突出贡献


发表于 2019.10.10 20:01:37 | 显示全部楼层 |阅读模式
本帖最后由 bioinfomics 于 2019.10.10 20:00 编辑

[AppleScript] 纯文本查看 复制代码
[/align][align=left]# 清除当前环境中的变量
rm(list=ls())
# 设置工作路径
setwd("C:/Users/Dell/Desktop/")
# 加载所需的R包
library(ggplot2)
library(pheatmap)
library(reshape2)[/align][align=left]# 读取测试数据
data <- read.table("test.txt",header = T, row.names = 1,check.names = F)
# 查看数据基本信息
head(data)[/align][align=left]##              Stage1_R1 Stage1_R2  Stage2_R1  Stage2_R2  Stage3_R1[/align][align=left]## Unigene0001 -1.1777172 -1.036102  0.8423829  1.3458754  0.1080678
## Unigene0002  1.0596877  1.490939 -0.7663244 -0.6255567 -0.5333080
## Unigene0003  0.9206594  1.575844 -0.7861697 -0.3860003 -0.5501094
## Unigene0004 -1.3553173 -1.145970  0.2097526  0.7059886  0.9516353
## Unigene0005  1.0134516  1.445897 -0.9705129 -0.8560422 -0.2556562
## Unigene0006  0.8675939  1.575735 -1.0120718 -0.5856459 -0.2821991
##               Stage3_R2
## Unigene0001 -0.08250721
## Unigene0002 -0.62543728
## Unigene0003 -0.77422398
## Unigene0004  0.63391053
## Unigene0005 -0.37713783
## Unigene0006 -0.56341216[/align][align=left]# 使用pheatmap绘制基因表达热图,并进行层次聚类分成不同的cluster
p <- pheatmap(data, show_rownames = F, cellwidth =40, cluster_cols = F, 
         cutree_rows = 6,gaps_col = c(2,4,6), angle_col = 45,fontsize = 12)[/align][align=left]


[AppleScript] 纯文本查看 复制代码
[/align][align=left]# 获取聚类后的基因顺序
row_cluster = cutree(p$tree_row,k=6)
# 对聚类后的数据进行重新排序
newOrder = data[p$tree_row$order,]
newOrder[,ncol(newOrder)+1]= row_cluster[match(rownames(newOrder),names(row_cluster))]
colnames(newOrder)[ncol(newOrder)]="Cluster"
# 查看重新排序后的数据
head(newOrder)
##             Stage1_R1 Stage1_R2  Stage2_R1  Stage2_R2  Stage3_R1 Stage3_R2
## Unigene0604 0.8097531  1.403759 -0.2668053 0.17819117 -0.9811268 -1.143771
## Unigene0262 0.8453759  1.408372 -0.2802646 0.12312391 -0.9767547 -1.119853
## Unigene0069 0.8279061  1.428306 -0.3124647 0.12820543 -0.9524584 -1.119494
## Unigene0219 0.8536163  1.423168 -0.3082219 0.09583306 -0.9584284 -1.105967
## Unigene0116 0.8282198  1.491489 -0.4344344 0.05187827 -0.8641523 -1.073000
## Unigene0297 0.8008572  1.459959 -0.3661415 0.13242699 -0.9111229 -1.115978
##             Cluster
## Unigene0604       6
## Unigene0262       6
## Unigene0069       6
## Unigene0219       6
## Unigene0116       6
## Unigene0297       6
# 查看聚类后cluster的基本信息
unique(newOrder$Cluster)
## [1] 6 2 5 3 4 1
table(newOrder$Cluster)
## 
##   1   2   3   4   5   6 
## 258 314  68   9  12  39
# 将新排序后的数据保存输出
newOrder$Cluster = paste0("cluster",newOrder$Cluster)
write.table(newOrder, "expr_DE.pheatmap.cluster.txt",sep="\t",quote = F,row.names = T,col.names = T)

[AppleScript] 纯文本查看 复制代码
[/align][align=left]# 绘制每个cluster的基因聚类趋势图
newOrder$gene = rownames(newOrder)
head(newOrder)
##             Stage1_R1 Stage1_R2  Stage2_R1  Stage2_R2  Stage3_R1 Stage3_R2
## Unigene0604 0.8097531  1.403759 -0.2668053 0.17819117 -0.9811268 -1.143771
## Unigene0262 0.8453759  1.408372 -0.2802646 0.12312391 -0.9767547 -1.119853
## Unigene0069 0.8279061  1.428306 -0.3124647 0.12820543 -0.9524584 -1.119494
## Unigene0219 0.8536163  1.423168 -0.3082219 0.09583306 -0.9584284 -1.105967
## Unigene0116 0.8282198  1.491489 -0.4344344 0.05187827 -0.8641523 -1.073000
## Unigene0297 0.8008572  1.459959 -0.3661415 0.13242699 -0.9111229 -1.115978
##              Cluster        gene
## Unigene0604 cluster6 Unigene0604
## Unigene0262 cluster6 Unigene0262
## Unigene0069 cluster6 Unigene0069
## Unigene0219 cluster6 Unigene0219
## Unigene0116 cluster6 Unigene0116
## Unigene0297 cluster6 Unigene0297
library(reshape2)
# 将短数据格式转换为长数据格式
data_new = melt(newOrder)
head(data_new)
##    Cluster        gene  variable     value
## 1 cluster6 Unigene0604 Stage1_R1 0.8097531
## 2 cluster6 Unigene0262 Stage1_R1 0.8453759
## 3 cluster6 Unigene0069 Stage1_R1 0.8279061
## 4 cluster6 Unigene0219 Stage1_R1 0.8536163
## 5 cluster6 Unigene0116 Stage1_R1 0.8282198
## 6 cluster6 Unigene0297 Stage1_R1 0.8008572
# 绘制基因表达趋势折线图
ggplot(data_new,aes(variable, value, group=gene)) + geom_line(color="gray90",size=0.8) + 
  geom_hline(yintercept =0,linetype=2) +
  stat_summary(aes(group=1),fun.y=mean, geom="line", size=1.2, color="#c51b7d") + 
  facet_wrap(Cluster~.) +
  theme_bw() + 
  theme(panel.grid.major = element_blank(), panel.grid.minor = element_blank(),
        axis.text = element_text(size=8, face = "bold"),
        strip.text = element_text(size = 8, face = "bold"))
[AppleScript] 纯文本查看 复制代码
sessionInfo()
## R version 3.6.0 (2019-04-26)
## Platform: x86_64-w64-mingw32/x64 (64-bit)
## Running under: Windows 10 x64 (build 17763)
## 
## Matrix products: default
## 
## locale:
## [1] LC_COLLATE=Chinese (Simplified)_China.936 
## [2] LC_CTYPE=Chinese (Simplified)_China.936   
## [3] LC_MONETARY=Chinese (Simplified)_China.936
## [4] LC_NUMERIC=C                              
## [5] LC_TIME=Chinese (Simplified)_China.936    
## 
## attached base packages:
## [1] stats     graphics  grDevices utils     datasets  methods   base     
## 
## other attached packages:
## [1] reshape2_1.4.3  pheatmap_1.0.12 ggplot2_3.2.0  
## 
## loaded via a namespace (and not attached):
##  [1] Rcpp_1.0.1         knitr_1.23         magrittr_1.5      
##  [4] tidyselect_0.2.5   munsell_0.5.0      colorspace_1.4-1  
##  [7] R6_2.4.0           rlang_0.4.0        plyr_1.8.4        
## [10] stringr_1.4.0      dplyr_0.8.3        tools_3.6.0       
## [13] grid_3.6.0         gtable_0.3.0       xfun_0.8          
## [16] withr_2.1.2        htmltools_0.3.6    yaml_2.2.0        
## [19] lazyeval_0.2.2     digest_0.6.20      assertthat_0.2.1  
## [22] tibble_2.1.3       crayon_1.3.4       RColorBrewer_1.1-2
## [25] purrr_0.3.2        glue_1.3.1         evaluate_0.14     
## [28] rmarkdown_1.13     labeling_0.3       stringi_1.4.3     
## [31] compiler_3.6.0     pillar_1.4.2       scales_1.0.0      
## [34] pkgconfig_2.0.2
▼更多精彩推荐,请关注我们▼


本帖子中包含更多资源

您需要 登录 才可以下载或查看,没有帐号?立即注册

x
加油啦。
回复

使用道具 举报

帝王蝶

Rank: 4

主题
0
注册时间
2016.8.30
在线时间
137 小时

发表于 2019.10.11 21:13:50 | 显示全部楼层
点赞,收藏了
回复 支持 2 反对 0

使用道具 举报

版主

Rank: 10Rank: 10Rank: 10

主题
25
注册时间
2016.5.11
在线时间
497 小时

活跃会员突出贡献


 楼主| 发表于 2019.10.12 08:45:04 | 显示全部楼层
加油啦。
回复 支持 反对

使用道具 举报

帝王蝶

Rank: 4

主题
0
注册时间
2018.1.22
在线时间
118 小时

发表于 2019.10.12 09:01:14 | 显示全部楼层
lalalalala!
回复

使用道具 举报

钵水母

Rank: 3Rank: 3

主题
8
注册时间
2017.12.25
在线时间
23 小时

发表于 2019.10.15 16:43:50 | 显示全部楼层
厉害厉害厉害
回复 支持 反对

使用道具 举报

帝王蝶

Rank: 4

主题
0
注册时间
2016.12.6
在线时间
144 小时

发表于 2019.10.16 10:34:07 | 显示全部楼层
总有大神在身边
回复 支持 反对

使用道具 举报

钵水母

Rank: 3Rank: 3

主题
2
注册时间
2017.5.24
在线时间
39 小时

发表于 2019.10.25 11:19:24 | 显示全部楼层
收藏!
从是发上次导师擦拭擦拭擦擦上次
回复

使用道具 举报

中华鲟

Rank: 5Rank: 5

主题
2
注册时间
2019.10.25
在线时间
31 小时

发表于 2019.10.26 10:30:36 | 显示全部楼层
楼主优秀啊!
回复 支持 反对

使用道具 举报

中华鲟

Rank: 5Rank: 5

主题
2
注册时间
2019.10.25
在线时间
31 小时

发表于 2019.10.27 09:40:12 | 显示全部楼层
点赞,收藏了
回复 支持 反对

使用道具 举报

钵水母

Rank: 3Rank: 3

主题
0
注册时间
2017.1.20
在线时间
55 小时

发表于 2019.10.28 20:40:09 | 显示全部楼层
我居然美没有看懂为什么有6个clusters
耶耶耶
回复 支持 反对

使用道具 举报

中华鲟

Rank: 5Rank: 5

主题
2
注册时间
2019.10.25
在线时间
31 小时

发表于 2019.11.8 15:13:29 | 显示全部楼层
感谢楼主分享
回复 支持 反对

使用道具 举报

帝王蝶

Rank: 4

主题
18
注册时间
2017.10.10
在线时间
186 小时

发表于 2019.11.16 10:24:06 | 显示全部楼层
非常好的聚类分析
新的一天加油!
回复 支持 反对

使用道具 举报

钵水母

Rank: 3Rank: 3

主题
0
注册时间
2016.9.13
在线时间
33 小时

发表于 2019.11.25 11:23:46 | 显示全部楼层
想要把趋势分析和热图结合起来
回复 支持 反对

使用道具 举报

中华鲟

Rank: 5Rank: 5

主题
2
注册时间
2019.10.25
在线时间
31 小时

发表于 2019.11.27 08:32:57 | 显示全部楼层
感谢,李泽标
回复 支持 反对

使用道具 举报

迅猛龙

Rank: 8Rank: 8

主题
26
注册时间
2016.1.8
在线时间
433 小时

发表于 2019.11.28 10:11:45 | 显示全部楼层
此贴不赖
新的一天加油!
回复

使用道具 举报

钵水母

Rank: 3Rank: 3

主题
0
注册时间
2019.11.28
在线时间
36 小时

发表于 2019.11.30 12:00:31 | 显示全部楼层
值得学习的东西,我又提高了
新的一天加油!
回复 支持 反对

使用道具 举报

草履虫

Rank: 2

主题
0
注册时间
2019.4.15
在线时间
2 小时

发表于 2019.12.1 15:53:36 | 显示全部楼层
感谢大神分享
回复 支持 反对

使用道具 举报

钵水母

Rank: 3Rank: 3

主题
0
注册时间
2019.11.28
在线时间
36 小时

发表于 2019.12.6 12:52:12 | 显示全部楼层
精华帖,必收藏
新的一天加油!
回复 支持 1 反对 0

使用道具 举报

钵水母

Rank: 3Rank: 3

主题
1
注册时间
2018.9.20
在线时间
6 小时

发表于 2019.12.19 17:15:37 | 显示全部楼层
贼棒
回复

使用道具 举报

钵水母

Rank: 3Rank: 3

主题
0
注册时间
2018.10.14
在线时间
2 小时

发表于 2019.12.20 09:40:02 | 显示全部楼层
点赞,收藏了
回复 支持 反对

使用道具 举报

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

快速回复 返回顶部 返回列表