复现《nature communications》图表（一）：一模一样的Figure1

近期，看到一篇发表在NC上的文章，是关于新冠多组学的文章，因为看到这篇文章提供了详细的数据，所以对其进行复现下，从nature子刊出发，循序渐进。读这篇文献我们也应该感受到，现如今发文章要这么多个组学（全转录组、蛋白组、代谢组、全基因组）才能发出好文章。

（图片来源：文章截图）

本次复现系列分为五个部分：

模式图与柱状图
批量箱线图并加显著性
样本时间序列图
多组GO分析气泡图
GWAS基本数据作图

复现这些部分主要是这些图值得我们学习，也是这篇文章中的一些主要内容。当然，除此之外的部分也值得去深究，单会在下一个系列---转录组系列体现。敬请期待！！！

首先看Figure1，看起来很简单，但是有很多东西能够学习，小编也能为大家拓展介绍更多内容。包括---模式图制作、韦恩图和柱状图制作！

1、模式图

其实NC文章这个模式图很简单，涉及到4个图形，人、DNA、RNA和密度图的模式图，网上找素材或者自己画都比较简介。不过这里小编要介绍的是一个SCI论文专用的模式图素材库，能够满足你所有的需求。

网址：https://scidraw.io/

（图片来源：网站截图）

网站首页已经显示了常用的一些素材，如果需要则自己搜索，因为是外文网站，所以搜索关键词要用英语。在搜索前，勾选vectors only，检索的就是矢量图，下载后导入AI修饰。

虽然网站免费，但是如果使用请注明来源和引用或者致谢，尊重知识产权！

2、韦恩图

韦恩图就不多说了，有很多在线工具可以实现，可以检索一下，不一定非要用R语言，不然只会增加自己工作量。这里列举几个常见的：

http://bioinfogp.cnb.csic.es/tools/venny/index.html

http://www.biovenn.nl/index.php

http://www.pangloss.com/seidel/Protocols/venn4.cgi

https://bioinfogp.cnb.csic.es/tools/venny/index.html

http://jvenn.toulouse.inra.fr/app/example.html

3、柱状图的实现

做柱状图的数据很简单，整理下一下如下：

文章中的柱状图是用barplot化的，比较简单。

setwd("D:/生物信息学")#设置工作路径
A <- read.csv("普通柱状图.csv",header = T)#读取数据
barplot(A$number~A$Group,#画图数据及x轴分组ylab="Increased",#y轴titlecol="red", #柱状图颜色main="mRNAs",#柱状图titleborder = "white")#柱状边框颜色

结果如下，可以说与文章里的图片一摸一样。

如果说到这里文章结束了，那么也太草率了，接下来我们利用ggplot2画一下柱状图，毕竟ggplot2是画图界的天花板。使用ggplot2一方面巩固之前的一些内容，第二对于后续的内容理解上会有帮助。

library(ggplot2)
ggplot(A,aes(x=Group,y=number,fill="red"))+theme_bw()+#去掉背景色geom_bar(stat="identity")+theme(axis.text.x = element_text(size = 10,angle = 90,vjust = 1,hjust = 1))+ #x轴元素大小、方向设置theme(legend.position = "NA")+#取消legendlabs(x=NULL,y="Increased",size=10,title = "mRNAs")+#x，y，titile设置theme(panel.grid = element_blank())+#去掉网格theme(plot.title = element_text(hjust = 0.5))#标题居中

看到这里相信大家发现一个问题，x轴组别的排序和文章中不一样，也和我们提供的顺序不一样，这是因为ggplot默认按照首字母排序的，所以需要解决这个问题。使用forcats包将其转化为因子，进行固定排序即可！


install.packages("forcats")
library(forcats)
A$Group <- as.factor(A$Group)
A$Group <- fct_inorder(A$Group)

这样重新画图就解决了，记住这一点能够解决不少烦恼。

其他图的画法和这个一样，依次完成，然后排版即可

复现《nature communications》图表（一）：一模一样的Figure1相关推荐

复现Nature子刊图表：气泡图展示相互关系
今天做的是一副<nature microbiology>的气泡图,图比较简单,但是展示的内容可以是各种,我暂时想的是---(1)可以用这个气泡图展示两组变量的相关系数,相关性,气泡大小表示 ...
fig r函数_R语言基础绘图函数散点图~跟着Nature Communications学画图~Figure1
今天继续跟着Nature Communications学画图系列第二篇.学习R语言基础绘图函数画散点图. 对应的 Nature Communications 的论文是 Fecal pollution ...
plot函数_R语言基础绘图函数散点图~跟着Nature Communications学画图~Figure1
今天继续跟着Nature Communications学画图系列第二篇.学习R语言基础绘图函数画散点图. 对应的 Nature Communications 的论文是 Fecal pollution ...
跟着Nature Communications学作图 -- 复杂热图+堆积柱状图注释
❝ 已经付费加群的小伙伴无需二次付费,等待师兄后续更新即可! ❞ 封面从这个系列开始,师兄就带着大家从各大顶级期刊中的Figuer入手,从仿照别人的作图风格到最后实现自己游刃有余的套用在自己的分析数 ...
Nature Communications∣开花过程中，拟南芥茎尖分生组织基因表达和组蛋白标记的时空动态
Nature Communications∣开花过程中,拟南芥茎尖分生组织基因表达和组蛋白标记的时空动态闫宗运微信公众号:植物科学SCI 关注他 1 人赞同了该文章本文为2017年5月Natu ...
Nature Communications：实时记录神经系统，解开大脑秘密
来源:神经科技人的大脑中大概有一千亿个神经元,每一个神经元都连接到数以百计的神经元邻居.分析大脑中的神经活动和致此活动的原因,一直是科学家们研究的目标. 现在,一组科学家设计出整个神经系统高速映射神 ...
Nature Communications | 白凡研究组揭示结直肠癌近端淋巴结与远端器官的转移路径...
2020年4月24日,<自然·通讯>(Nature Communications)在线发表了北京大学生物医学前沿创新中心(BIOPIC).生命科学学院白凡课题组的研究论文:Mapping ...
Nature Communications：基于弥散张量成像的人类纤维束连接体方法面临的挑战
纤维束成像是一种基于弥散加权磁共振成像(diffusion-weighted magnetic resonance imaging, DWI)的计算重建方法,它试图揭示人脑白质通路的轨迹,并 ...
郭国骥课题组《Nature communications》发表非洲爪蟾单细胞图谱并解析变态发育过程的调控机制...
2022年7月26日,浙江大学基础医学院/浙江省良渚实验室郭国骥团队在Nature Communications上发表了文章"Cell landscape of larval and adu ...
Nature communications：VWFA，一个集语言与注意于一身的脑区
<本文同步发布于"脑之说"微信公众号,欢迎搜索关注~~> 一.导读熟悉认知神经科学的人一看到VWFA,瞬间想到这是一个与词形加工有关的脑区,当然也有一些观点认为VWF ...

复现《nature communications》图表（一）：一模一样的Figure1

复现《nature communications》图表（一）：一模一样的Figure1相关推荐

最新文章

热门文章