转载于http://www.omicshare.com/forum/thread-146-1-1.html OmicShare Forum 专业的生物信息学论坛 # 安装包 install.packages("ggplot2") # 导入包 # 帮助文档链接： library(ggplot2) # 设置工作路径到数据存放的文件夹下 # 读数据 pathway = read.table("R0-vs-R3.path.richFactor.head20.tsv",header=T,sep="t") # 画图 pp = ggplot(pathway,aes(richFactor,Pathway)) pp + geom_point() # 改变点的大小 pp + geom_point(aes(size=R0vsR3)) # 四维数据的展示 pbubble = pp + geom_point(aes(size=R0vsR3,color=-1*log10(Qvalue))) # 自定义渐变颜色 pbubble + scale_colour_gradient(low="green",high="red") # 绘制pathway富集散点图 pr = pbubble + scale_colour_gradient(low="green",high="red") + labs(color=expression(-log[10](Qvalue)),size="Gene number",x="Rich factor",y="Pathway name",title="Top20 of pathway enrichment") # 改变图片的样式（主题） pr + theme_bw() ## 保存图片 ggsave("out.pdf") # 保存为pdf格式，支持 pdf，png，svg多重格式 ggsave("out.png")# 保存为png格式 ggsave("out2.png",width=4,height=4) # 设定图片大小 备注，绘图数据的说明： （1）绘图数据来自我们公司KEGG富集分析的结果，相应文件是结题报告中存在的，略作调整即可； （2）绘图数据每一列的意思： 1)Pathway : 通路的名称 2)R0vsR3 ：差异表达基因中，属于这个通路的基因的数量 3)All_Unigene ：所有基因中属于这个通路的基因的数量 4)Pvalue ：富集分析p值 5)Qvalue ：富集分析的Q值 6)richFactor ：在我们分析报告中，没有提供这一列，但很容易计算。是 第二列 除以 第三列得到； 7)Pathway ID ：通路ID 8)Genes ：通路中基因的ID 9)KOs ：通路中基因的KO号 补充一点：绘图仅仅用到4类，分布是第1,2,5,6列 再补充一点（来源25,26,28楼的讨论） （1）在pathway名称中如有重名，这会导致错误。在表中每个pathway只能出现一次； （2）文本中，出现了引号会导致错误。例如，Alzheimer"s disease， Huntington"s disease这样的名称。 这两个pathway 名称中的引号需要删除。引号的出现，会导致R无法识别两个引号间的其他符号（退格符，换行符等），导致文件读取错误。 如果一定要保留引号，则引号的内容再用引号囊括起来，例如： "Alzheimer"s disease"，"Huntington"s disease"，从而避免单个出现的引号对其他字符的影响 。
