绘制pathway富集散点图

本文转载自http://www.omicshare.com/forum/forum.php?mod=viewthread&tid=146&extra=page%3D1%26filter%3Dtypeid%26typeid%3D18

library(ggplot2)
pathway = read.table("F:/R练习/R测试数据/R0-vs-R3.path.richFactor.head20.tsv",header=T,sep="\t")
pp = ggplot(pathway,aes(richFactor,Pathway))  # 画图
pp + geom_point()
pp + geom_point(aes(size=R0vsR3))  # 改变点的大小
pbubble = pp + geom_point(aes(size=R0vsR3,color=-1*log10(Qvalue))) # 四维数据的展示
pbubble + scale_colour_gradient(low="green",high="red") # 自定义渐变颜色
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")
pr + theme_bw()  # 绘制pathway富集散点图
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

 

 

文件说明：

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   ：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 。