R使用外部数据注释系统发育树？

Question

我正在使用Bioconductor的ggtree包绘制两个系统发育树。它的工作原理基本上类似于ggplot2，我想修改tip标签的外观，以匹配外部CSV文件设置的类。

我有一个multiPhylo对象，它包含相同50个基因的两个不同集群(在这个例子中，我们假设只有6个)。当我评估multitree[[1]]$tip.label和multitree[[2]]$tip.label时，它们都以相同的顺序给出了相同的列表，所以我知道虽然曲线图的显示方式不同，但基因仍然以相同的顺序存储。

library(ggtree)
library(ape)

mat <- as.dist(matrix(data = rexp(200, rate = 10), nrow = 6, ncol = 6))
nj.tree <- nj(mat)  ### Package ape
hclust.tree <- as.phylo(hclust(mat))
multitree <- c(nj.tree, hclust.tree)

我想绘制这些树，然后根据现有文献，根据5个类别(A、B、C、D和E)中的哪一个，用外部数据对它们进行注释。

write.csv(multitree[[1]]$tip.label, "Genes.csv")

我使用这个命令以正确的顺序创建了每个基因的CSV文件(不确定这是否相关)。然后，我在每个基因旁的栏中手动输入相应的班级字母。它看起来像这样：

Gene    Class
1       A
2       A
3       D
4       C
5       B
6       E

诸若此类。

我想要注释树上的提示标签颜色，使其与外部CSV表中定义的颜色相对应。我知道它看起来有点像geom_tiplab(aes(color=something something something))，但我不知道如何让它读取我的CSV中的数据，而不是multitree中的数据。下面是我的ggtree命令

myTree <- ggtree(multitree[[i]], aes(x, y)) + 
    ggtitle(names(multitree)[i]) + 
    geom_tiplab() +   ### What I want to annotate with color
    theme_tree2() + 
    coord_fixed(ratio = 0.5) 
print(myTree)         ###Occurs within a for loop, forces ggplot output to display

Answer 1

为表中的类名创建一个颜色矢量。

g <- read.csv("Genes.csv")
cols <- rainbow(nlevels(g$Class))

# Function to identify class color for a certain gene 
findCol <- function(x){
    col <- switch(as.character(x), A=cols[1], B=cols[2], C=cols[3], D=cols[4], E=cols[5])
    return(col)
}
col.vect <- sapply(g$Class, findCol)

在geom_tiplab()函数中使用此向量。