R基因表达谱图

Question

我试图在R中绘制基因表达剖面图，我输入的数据是一个数据框架，其中第1列有基因名，下一栏2:18是多种癌症类型。这是一小部分数据。

​

​

我想要的是做一个图，在x轴上和每个基因的y=axis表达线上都有样本。像这样的东西。

​

但是，与x轴上的时间点不同，它应该有巨蟹座类型(列)，到目前为止，我已经尝试过、ggplot()、和，但是我一次又一次地失败了。

任何帮助都将不胜感激。

Answer 1

数据格式

数据的当前格式称为wide format，但ggplot需要长格式数据。tidyr包(tidyverse的一部分)具有在宽格式和长格式之间进行转换的功能。在本例中，您需要函数tidyr::pivot_longer。例如，如果您在一个名为data.frame (或tibble)的df_gene_expr中拥有数据，则支点将类似于

library(tidyverse)

df_gene_expr %>%
  pivot_longer(cols=2:18, names_to="cancer_type", values_to="gene_expr") %>%
  filter(ID == "ABCA8") %>%
  ggplot(aes(x=cancer_type, y=gene_expr)) +
  geom_point()

在这里我们挑出了唯一的基因"ABCA8"。将geom_point()更改为您实际想要的任何几何图形(可能是geom_bar(stat='identity') )。

离散趋势线

我不确定geom_smooth是否完全合适--它的设计考虑了连续的数据。相反，我推荐stat_summary。

这有一个小窍门，因为x轴上的离散cancer_type。也就是说，cancer_type变量应该是一个factor，但是我们将为stat_summary中的x值使用底层代码。否则，它会抱怨使用geom='line'是没有意义的。

一些类似的东西：

ggplot(df_long, aes(x=cancer_type, y=gene_expr)) +
  geom_hline(yintercept=0, linetype=4, color="red") +
  geom_line(aes(group=ID), size=0.5, alpha=0.3, color="black") +
  stat_summary(aes(x=as.numeric(cancer_type)), fun=mean, geom='line',
               size=2, color='orange')

来自假数据的输出

​

从技术上讲，同样的技巧(aes(x=as.numeric(cancer_type)))可以同样适用于geom_smooth，但我认为使用stat_summary更有意义，让我们显式地选择要计算的stat。例如，在这个上下文中，median可能更适合于摘要函数，而不是mean。