差异表达基因热图怎么看_R绘图雷达图-单基因泛癌差异表达的另类展现形式

往期回顾：

R语言学习系列之“多变的热图”

蚂蚁金服在线可视化引擎 G2

R绘图：无与伦比的华丽风行（桑基图）

R绘图：相关性分析与作图（单基因相关性）

R绘图：相关性分析与作图R绘图

ggsci: 高大上的论文配色，一文解决配色问题

R绘图 ggpubr: 为学术而生

TCGA数据分析系列之火山图

今天我们介绍一个专门画雷达图的包：ggradar

具体见：https://github.com/ricardo-bion/ggradar

ggradar包是ggplot2包的一个扩展包

安装包

devtools::install_github("ricardo-bion/ggradar", dependencies = TRUE)

我运行这个代码一直出错，总显示我连接不上，然后到处找解决方案。眼看都行不通，随手又点了一下，安装成功了！

ggradar的使用

library(ggradar)
library(dplyr)
library(scales)
library(tibble)
mtcars_radar <- mtcars %>% as_tibble(rownames = "group") %>% mutate_at(vars(-group), rescale) %>% tail(4) %>% select(1:10)

画图

ggradar(mtcars_radar)

选择前两个指标画图

ggradar(mtcars_radar[1:2,])

雷达图一般是在财务报告中用的，那么在我们生物信息学中有什么作用呢？

试想一下，如果你做泛癌分析，想看几个基因在泛癌中的表达，得到了每个癌种中的logFC，要用什么图表示呢？当然，最直观的就是热图，还可以显示数字。那么对于单基因的泛癌表达差异，用什么表示呢？可以用一排点图或者箱图来展示。这里我觉得可能单基因泛癌表达，用雷达图表示，更能体现不同肿瘤中的表达差异的变化关系。

咱们构建一个数据集

options(stringsAsFactors = F)
DAT<-data.frame( group=c('gene1','gene2','gene3'),LIHC=c(1, -3,2),BRCA=c(1, 0,2),COAD=c(1, 2.2,2),READ=c(1, 2.5,2),OV=c(1, 2,2),BLCA=c(1,-1,2),HNSC=c(1,-2,2))

数字表示基因在肿瘤中的差异表达的log2FC

画出3个基因的差异表达情况

ggradar(DAT, grid.min = -3,grid.mid = 0, grid.max = 3,values.radar = c("-3", "0", "3"),gridline.min.colour = "grey",gridline.mid.colour = "blue", gridline.max.colour = "orange",axis.label.size = 5, axis.line.colour = "grey",legend.text.size = 14, legend.position = "left",background.circle.colour = "white",background.circle.transparency = 0.1,)

选取gene2作图

ggradar(DAT[2,], grid.min = -3,grid.mid = 0, grid.max = 3,values.radar = c("-3", "0", "3"),gridline.min.colour = "grey",gridline.mid.colour = "blue", gridline.max.colour = "orange",axis.label.size = 5, axis.line.colour = "grey",plot.title = "log2(Fold Change) of Gene2 in TCGA", legend.text.size = 14, legend.position = "left",background.circle.colour = "white",background.circle.transparency = 0.1,
)

log2FC从小到大排个序

DAT1<-select(DAT, group, colnames(sort(DAT[2,2:8])), everything())
ggradar(DAT1[2,], grid.min = -3,grid.mid = 0, grid.max = 3,values.radar = c("-3", "0", "3"),gridline.min.colour = "grey",gridline.mid.colour = "blue", gridline.max.colour = "orange",axis.label.size = 5, axis.line.colour = "grey",plot.title = "log2(Fold Change) of Gene2 in TCGA", legend.text.size = 14, legend.position = "left",background.circle.colour = "white",background.circle.transparency = 0.1,
)

用AI修饰一下

单基因泛癌分析链接

TCGA单基因免疫相关泛癌分析（应要求，对出图添加更细致的描述）mp.weixin.qq.com

TCGA单基因免疫相关泛癌分析-进阶版本mp.weixin.qq.com

公众号“生信小课堂”

TCGA数据分析课程：

生物信息学教学m.study.163.com