R語言學(xué)習(xí)之火山圖的繪制詳解

第R語言學(xué)習(xí)之火山圖的繪制詳解目錄火山圖輸入數(shù)據(jù)格式使用significant列繪制火山圖自動計算significant列繪制火山圖火山圖中標(biāo)記基因的名字

火山圖

火山圖用于展示基因表達差異的分布，橫軸為Log2FoldChange，越偏離中心差異倍數(shù)越大；縱軸為(-1)*Log10P_adjust，值越大差異越顯著。一般橫軸越偏離中心的點其縱軸值也會比較大，因此呈現(xiàn)火山噴發(fā)的形狀。

一步繪制火山圖

輸入數(shù)據(jù)格式

火山圖需要的數(shù)據(jù)格式如下(本文用到的數(shù)據(jù)文件名為volcano.txt，文末有下載鏈接，此處截取一部分作為例子，也可用來畫圖，只是數(shù)據(jù)少，效果不明顯)

id:不是必須的，但一般的軟件輸出結(jié)果中都會包含，表示基因名字。log2FoldChange:差異倍數(shù)的對數(shù)，一般的差異分析輸出結(jié)果中也會給出對數(shù)處理的值,因此程序沒有提供這一步的計算操作。padj:多重假設(shè)檢驗矯正過的差異顯著性P值；一般的差異分析輸出結(jié)果為原始值，程序提供一個參數(shù)對其求取負(fù)對數(shù)。significant:可選列，標(biāo)記哪些基因是上調(diào)、下調(diào)、無差異；若無此列或未在參數(shù)中指定此列，默認(rèn)程序會根據(jù)padj列和log2FoldChange列根據(jù)給定的閾值自動計算差異基因，并作出不同顏色的標(biāo)記。label:可選列，一般用于在圖中標(biāo)記出感興趣的基因的名字。非-行的字符串都會標(biāo)記在圖上。

idlog2FoldChangepadjsignificantlabel

E000074.282380EHBIO_UPA

E00008-1.10360.476466843393901Unchanged-

E00009-0.2743681Unchanged-

E000104.623477.37606076333335e-103EHBIO_UP-

E000120.9739870.482982440163204Unchanged-

E00017-1.302050.000555693857439792Baodian_UPB

E000240.6176362.78047837287061e-13Unchanged-

E000331.486692.56000581595275e-60EHBIO_UP-

E00034-0.7837160.00341521725291801Unchanged-

E000362.015926.03136656016401e-06EHBIO_UPC

E00040-1.896574.73663890849056e-21Baodian_UP-

E00041-0.2681680.563429434558031Unchanged-

E000420.08610480.367700939634328Unchanged-

E00043-1.193281.42673872027352e-153Baodian_UP-

E00044-0.8879812.43067804654905e-26Unchanged-

E00047-0.6109415.51696648645932e-57Unchanged-

使用significant列繪制火山圖

#-f:指定輸入文件，格式如上

#-x:指定橫軸變量，值為輸入文件中與取過對數(shù)的變化倍數(shù)相關(guān)的列的名字

#-y:指定縱軸變量，值為輸入文件中與P-value

#(也可能是p-adj，是否取過對數(shù)都可以)相關(guān)的列的名字

#-P:若為TRUE，則表示對-y指定的列進行-log10轉(zhuǎn)換

#-L:指定圖例的位置

#-s:指定差異基因列

#-S:指定差異基因列不同的標(biāo)簽出現(xiàn)的順序

sp_volcano.sh-fvolcano.txt-xlog2FoldChange-ypadj-ssignificant-S"'EHBIO_UP','Baodian_UP','Unchanged'"-PTRUE-Ltop

這個圖看上去還可以，沒有太大的問題。但有部分點與最頂端的線重合了，這些點的pvalue為0，取負(fù)對數(shù)后為負(fù)無窮。另外在一些情況下，會存在部分基因的pvalue極小，使得整張圖呈現(xiàn)一個壓縮的趨勢，大部分點偏安于圖的下方，中間大段空白，最上面零星幾個點。為了避免這種情況，程序設(shè)置了參數(shù)-M用于設(shè)定pvalue的最大的負(fù)對數(shù)，所有大于給定值的數(shù)，都會視為給定值。

#-M10:指定P-value(也可能是p-adj);若小于10^(-10)，則為10^(-10)

#用于部分p-value存在異常值，導(dǎo)致整個圖都被壓縮在最底部

p_volcano.sh-fvolcano.txt-xlog2FoldChange-ypadj-ssignificant-S"'EHBIO_UP','Baodian_UP','Unchanged'"-PTRUE-Ltop-M10

注意看縱軸的變化，和最上面排成一條線的一堆點。

自動計算significant列繪制火山圖

若不存在significant列，程序會根據(jù)-F指定的參數(shù)計算并標(biāo)記差異基因。-F的默認(rèn)值為0.05,1(引號是必須的),第一個數(shù)表示pvalue或padj，對應(yīng)于-y列；第二個數(shù)表示對數(shù)轉(zhuǎn)換的差異倍數(shù)，對應(yīng)于-x列。

#-F"0.05,1",默認(rèn)值，故命令行中未寫，引號是必須的

sp_volcano.sh-fvolcano.txt-xlog2FoldChange-ypadj-PTRUE-Ltop

#-M10:與之前相同

sp_volcano.sh-fvolcano.txt-xlog2FoldChange-ypadj-PTRUE-Ltop-M10

火山圖中標(biāo)記基因的名字

#-l:label，在圖中標(biāo)記部分基因的名字；

#label為含有待標(biāo)記基因名字的列名，此列中非-的非空字符都會視為基因名字

sp_volcano.sh-fvolcano.txt-xlog2FoldChange-ypadj-PTRUE-Ltop-M10-llabel

label列中