用R语言的ggplot2包复现一下Nature正刊论文中的气泡图

小明的数据分析笔记本

论文

Temporal dynamics of the multi-omic response to endurance exercise training

https://www.nature.com/articles/s41586-023-06877-w

之前的推文介绍过这篇论文里的转录组数据处理流程，有公众号读者留言问到这篇论文里的Figure4应该如何做。今天的推文先介绍一下Figure4a （这个图讲的是什么内容暂时还看不明白）

Figure4a 的主体是一个气泡图，然后用曲线线段连接点，曲线线段可以用 geom_curve()函数来实现

比如

library(ggplot2)

ggplot()+
  annotate(geom = "curve",
           x=1,xend=5,y=1,yend=1,
           curvature=0)

ggplot()+
  annotate(geom = "curve",
           x=1,xend=5,y=1,yend=1,
           curvature=-0.5)

curvature=0 这个参数设置为0 就是直线，改成其他数值就是带有弧度的线，正负值可以改变弧度的方向，但是遇到一个问题是 入股用geom_curve()这个函数的话 curvature 是不能放到aes()里的，在网上搜了搜，也有人讨论到这个问题

https://stackoverflow.com/questions/55627528/how-can-i-pass-individual-curvature-arguments-in-ggplot2-geom-curve-functi （我把我找到的方案也放到这个链接里了，这个是自己第一次在这个网站上回答问题）

linkET 这个R包里有一个函数 geom_curve2() 可以将 curvature 放到aes()里的，但是遇到一个问题，正常一个R包里的函数运行命令，比如ggplot2的散点图函数，运行如下命令

ggplot2::geom_point()

会正常有一些输出

这个 geom_curve2() 函数 运行 linkET::geom_curve2() 会报错

Error: 'geom_curve2' is not an exported object from 'namespace:linkET'

暂时不知道啥原因

把这个R包里 geom_curve2.R 和 utils.R文件的内容全部复制到一个文件里，通过source()的方式载入

source("usefulFunction/geom_curve2.R")

可以正常运行这个函数

准备的示例数据

读取数据

library(tidyverse)
library(readxl)

dat01<-read_excel("2024.data/20240611/dat01.xlsx")
dat02<-read_excel("2024.data/20240611/dat02.xlsx")

dat02
dat01 %>% 
  pivot_longer(cols = c("sample1","sample2","sample3","sample4"),
               names_to = "X",values_to = "value") %>% 
  mutate(newY=as.integer(Y %>% as.factor()),
         newX=as.integer(X %>% as.factor())) -> dat01.longer

作图代码

source("usefulFunction/geom_curve2.R")
ggplot()+
  geom_curve2(data=dat02,
             aes(x=startx,xend=endx,
                 y=starty,yend=endy,
                 size=size,
                 curvature=curvature,
                 color=group),
             node.color=NA,
             node.fill=NA)+
  annotate(geom="label",x=0,y=4,label="No change",
           label.size=NA,fill="grey",size=10)+
  scale_color_manual(values = c("A"="#ff8000",
                                "B"="#019e74",
                                "D"="#397eb9"))+
  ggnewscale::new_scale_color()+
  ggnewscale::new_scale("size")+
  geom_point(data=dat01.longer,
             aes(x=newX,y=newY,size=value,color=group))+
  scale_size_continuous(range=c(5,15))+
  scale_color_manual(values = c("groupA"="#ce0001",
                                "groupC"="#bebebe",
                                "groupB"="#0000ff"))+
  theme_void()+
  xlim(-0.5,NA)

欢迎大家关注我的公众号

小明的数据分析笔记本

小明的数据分析笔记本 公众号 主要分享：1、R语言和python做数据分析和数据可视化的简单小例子；2、园艺植物相关转录组学、基因组学、群体遗传学文献阅读笔记；3、生物信息学入门学习资料及自己的学习笔记！

微信扫一扫分享文章