生物学途径中的RiverPlot

Question

我正在尝试绘制一个河图，以显示根据p值，从疾病阶段1到阶段2的路径是如何变得重要的。我想要显示基于相同路径的两个阶段之间的p值的河图的流量宽度。例如，p1和p2是两条通路，随着疾病从1期进展到2期，p1变得越来越重要(p值从0.8变化到0.02)。途径p1在第一阶段有12个突变基因，在第二阶段有9个突变基因。同样，通路p2在阶段1中显著，但在阶段2中不显著。途径p2在第一阶段有10个突变基因，在第二阶段有5个突变基因。此信息显示在下面的数据框中：

pathway <- c('p1','p1','p2','p2')
disease <- c('Stage-2','Stage-1','Stage-2','Stage-1')
pval <- c(0.01,0.8,0.7,0.02)
ngenes <- c(9,12,5,10)
df <- data.frame(pathway, disease, pval,ngenes)

现在，我使用ggalluvium绘制河图。代码如下所示：

library(ggalluvial)
ggplot(df,
   aes(x = disease, stratum = pathway, alluvium = pval,
       y = ngenes,
       fill = pathway, label = pathway)) +
scale_x_discrete(expand = c(.1, .1)) +
geom_flow() +
geom_stratum(alpha = .5) +
geom_text(stat = "stratum", size = 3) +
theme(legend.position = "none") +
ggtitle("River Plot")

我得到的情节是：

​

​

这不是我所期望的。缺少流( stage-1和stage-2之间的连接) (其宽度基于p值，即对于p1，stage-1的宽度较大，stage-2的宽度较小(或相反))。有没有人能建议如何给这个河图添加流量？

Answer 1

我遗漏了一个关于河图的关键信息，那就是要素之间的重要性。在我的原始数据框中，我没有正确地提供信息。因此，我做了以下更改：

pathway <- c('p1','p1','p2','p2')
disease <- c('Stage-2','Stage-1','Stage-2','Stage-1')
sub <- c(2,2,1,1)
pval <- c(0.01,0.8,0.7,0.02)
df <- data.frame(pathway, disease, pval,sub)

library(ggalluvial)
 ggplot(df,
   aes(x = disease, stratum = pathway, alluvium = sub,
       y = pval,
       fill = pathway, label = pathway)) +
scale_x_discrete(expand = c(.1, .1)) +
geom_flow() +
geom_stratum(alpha = .5) +
geom_text(stat = "stratum", size = 3) +
theme(legend.position = "none") +
ggtitle("River Plot")

使用上面的代码，我得到了以下图形：

​

​

这正是我要找的。在从阶段1到阶段2的过程中，路径p1变得越来越重要，在阶段1变得更宽，宽度变得越来越小，因为它在阶段2中变得更加重要。同样的信息也可以解释为途径p2。