上图大家都不陌生,GSEA分析出来的一个结果图。这里想像大家介绍的不是这个图是什么意思,而是这个图换一种形式展示!

#安装R包

library(plyr)
library(ggplot2)
library(grid)
library(gridExtra)
#设置工作目录
setwd("C:\\Users\\lexb4\\Desktop\\singleGene\\21.multipleGSEA")
#获取目录下的所有xls文件
files=grep(".xls",dir(),value=T)#读取每个文件
data = lapply(files,read.delim)
names(data) = files
                               该目录下的所有文件


以其中一个文件为例

dataSet = ldply(data, data.frame)
#将文件后缀删掉
dataSet$pathway = gsub(".xls","",dataSet$.id)
gseaCol=c("#58CDD9","#7A142C","#5D90BA","#431A3D","#91612D","#6E568C","#E0367A","#D8D155","#64495D","#7CC767","#223D6C","#D20A13","#FFD121","#088247","#11AA4D")
pGsea=ggplot(dataSet,aes(x=RANK.IN.GENE.LIST,y=RUNNING.ES,colour=pathway,group=pathway))+geom_line(size = 1.5) + scale_color_manual(values = gseaCol[1:nrow(dataSet)]) +   labs(x = "", y = "Enrichment Score", title = "") +scale_x_continuous(expand = c(0, 0)) + scale_y_continuous(expand = c(0, 0),limits = c(min(dataSet$RUNNING.ES - 0.02), max(dataSet$RUNNING.ES + 0.02))) +   theme_bw() +theme(panel.grid = element_blank(),panel.border = element_blank(),axis.line = element_line(colour = "black"),axis.line.x = element_blank(),axis.ticks.x = element_blank(),axis.text.x = element_blank(),legend.position = c(0,0),legend.justification = c(0,0),legend.background = element_blank(),legend.key = element_blank(),legend.key.size=unit(0.8,'cm')) + geom_hline(yintercept = 0) +   guides(colour = guide_legend(title = NULL)) pGene=ggplot(dataSet,aes(RANK.IN.GENE.LIST,pathway,colour=pathway))+
geom_tile()+scale_color_manual(values = gseaCol[1:nrow(dataSet)]) + labs(x = "high expression<----------->low expression", y = "", title = "") + scale_x_discrete(expand = c(0, 0)) + scale_y_discrete(expand = c(0, 0)) +  theme_bw() +theme(panel.grid = element_blank(),axis.line.y = element_blank(),axis.ticks.y = element_blank(),axis.text.y = element_blank(),panel.border = element_blank(),axis.line = element_line(colour = "black") ) + guides(color=FALSE)gGsea = ggplot_gtable(ggplot_build(pGsea))
gGene = ggplot_gtable(ggplot_build(pGene))
maxWidth = grid::unit.pmax(gGsea$widths, gGene$widths)
gGsea$widths = as.list(maxWidth)
gGene$widths = as.list(maxWidth)
dev.off()

#将图形可视化,保存在"multipleGSEA.pdf"
pdf(‘multipleGSEA.pdf’, #输出图片的文件
width=7, #设置输出图片高度
height=5.5) #设置输出图片高度
par(mar=c(5,5,2,5))
grid.arrange(arrangeGrob(gGsea,gGene,nrow=2,heights=c(.8,.3)))
dev.off()


如何去解释上图呢?
不同的颜色代表不同的通路,纵轴是每个基因对应的ES,而横轴代表gene。如果该基因在该通路上富集,则在图中出现。如果不在通路上富集则表现为空。这里我不进行详细的解释,如果有不明白的,可以直接留言。

Enrichment plot的另一种展示相关推荐

  1. html正方形对话框素材,10种展示效果的弹出层对话框插件method.js

    一款10种展示效果的弹出层对话框插件method.js,可以点击演示页面的10个按钮分别查看不同的弹窗效果,基本上该有的弹窗特效都有了,喜欢的童鞋请收下吧. 查看演示 下载资源: 68 次 下载资源 ...

  2. 关于表关联数据几种展示方法

    我们一般在数据库用主外建关联多张表,下面就是给大家演示当两张表关联的时候的几种展现方式: 查询到表关联数据大致可以分为两类 一.封装一个实体类 封装一个实体类就是把两张表的数据都封装到一个实体类里,然 ...

  3. Calcite执行计划的四种展示格式

    文章目录 前言 格式 Text/String XML JSON DOT 属性级别 前言 我们知道Calcite会将SQL为RelNode构成的执行计划,为了分析执行计划,经常会使用RelOptUtil ...

  4. css3实现文字闪烁效果的三种展示方式

    转载自:http://www.fly63.com/article/detial/616 文字闪烁效果一: 通过改变透明度来实现文字的渐变闪烁,效果如下: 文字带渐变效果的闪烁: <div cla ...

  5. css3 卡片亮光_9种纯CSS3人物信息卡片动态展示效果

    通常在一些网站的网页上需要展示人物的个人信息,人物信息卡片是其中的一种展示方式,所以这一次给大家带来<9种纯CSS3人物信息卡片动态展示效果>.先上页面截图: 源代码下载: 9种纯CSS3 ...

  6. 10家不同商店50种不同商品销售量预测数据

    预测10家商店未来三个月50种商品的销售量 一.前言 目前拥有10家店50种商品过去5年内的销售量,尝试通过建立ARIMAL,回归,GBDT模型来预测未来一年的销量 时间序列提供了预测未来价值的机会. ...

  7. 一篇文章让你学会绘画十一种常见数据分析图(折线图,直方图,散点图,雷达图等等)

    本篇博文主要内容ython Pyplot中的十一个常用绘图,包括参数说明,代码,运行结果. 有问题可以+Q180096010一起交流学习~ 目录 1. 折线图 plt.plot绘制折线图代码展示: 2 ...

  8. (深入理解)matplotlib的交互模式(block,interactive,ion,ioff,draw,show,plot等的区别)

    文章目录 interactive,ion,ioff draw,show,plot draw show,plot 拓展 import matplotlib.pyplot as plt import nu ...

  9. matlab plot绘图函数官方详解

    plot: 二维线图函数 语法 plot(X,Y) plot(X,Y,LineSpec) plot(X1,Y1,...,Xn,Yn) plot(X1,Y1,LineSpec1,...,Xn,Yn,Li ...

最新文章

  1. suse linux 命令 收藏
  2. 《数据结构与算法 C语言版》—— 2.5上机实验
  3. 路由表及路由的选择算法
  4. centos打显卡驱动命令_在Linux系统下安装Nvidia官方显卡驱动的方法
  5. 【算法系列之万字总结常用的查找算法,持续补充更新中】
  6. 最新版本sublime text3注册码
  7. 初学 Delphi 嵌入汇编[26] - 大小写字母转换
  8. 结对编程:黄金点游戏
  9. POJ2481-Cows【树状数组】
  10. 23、java中的网编基础
  11. PHP框架有没有前途?是否适用于复杂的web开发框架
  12. TCP的可靠传输実现
  13. 深入Managed DirectX9
  14. 如何查看微信小程序服务器域名并且修改
  15. 合成孔径 saft matlab,合成孔径聚焦超声成像系统的计算机仿真
  16. 关于Mifare Classic Tool (MTC)工具的秘钥包
  17. python计算平均分
  18. 如何通过域名访问服务器文件,如何通过域名访问云服务器
  19. 【产品志】显示器的选购
  20. 云服务器运维兼职,云服务器的维护工作主要有哪些?

热门文章

  1. 14 个经典的 Linux 终端命令行,这些工具堪称神器!
  2. 实战排查由于系统负载引起的服务响应异常
  3. try-catch-finally中的4个巨坑,老程序员也搞不定!
  4. Redis 6.0 新特性-多线程连环13问!
  5. Redis史上最强【集群】入门实践教程
  6. Redis RDB 持久化详解
  7. 人人都会Vue,你的优势在哪里?
  8. 敲代码也能赚大钱吗?
  9. 如果有一天程序员再也不忙了
  10. 推荐一个你最喜欢的辅助办公软件,你会推荐什么?