gggenes绘制多物种基因结构比较

https://wilkox.org/gggenes/

gggenes是ggplot2的扩展包，用于绘制基因结构图、多物种基因比较图的很好玩的工具。

• 1初识ggplot2绘制几何对象

• 12个ggplot2扩展包帮你实现更强大的可视化

• ggplot2学习笔记之图形排列

• ggplot2高效实用指南 (可视化脚本、工具、套路、配色)

• 一个震撼的交互型3D可视化R包 - 可直接转ggplot2图为3D

安装

一种是安装稳定版本的gggene

install.packages("gggenes")

另一种是从github上安装开发版

devtools::install_github("wilkox/gggenes")

下面是用的数据内容如下：

example_genes包括118行和6个变量。每一行代表一个基因或一个区域；列分别是：

• molecule：基因组名字

• gene: 基因名字 the name of the gene

• start: 基因在基因组开始位置 (如果在负链，注意起始位置的写法跟bed文件不同了)

• end: 基因结束位置 (负链的基因起始位置绝对值大于结束位置)

• strand: 基因属于哪条链 (可选)

如果想显示基因的子区域，如外显子、或翻译为特定功能域的区域等。

example_subgenes多了三列信息：

• subgeme: 子片段名字

• from: 子片段开始位置

• to: 子片段结束位置

用geom_gene_arrow()画基因箭头

geom_gene_arrow()是一个ggplot2几何性状，它用箭头表示基因。基因在分子内的起始和结束位置分别映射到xmin和xmax。这些开始和结束位置用于确定箭头指向的方向。基因组信息molecule映射到y轴。如果绘制的基因来自不同基因组的位置的数值相差很大，一般指定scale =“free”来调整横轴的坐标展示，以避免部分数字太大压缩了小基因组的基因的展示。

library(ggplot2)
library(gggenes)

ggplot(example_genes, aes(xmin = start, xmax = end, y = molecule, fill = gene)) +
  geom_gene_arrow() +
  facet_wrap(~ molecule, scales = "free", ncol = 1) +
  scale_fill_brewer(palette = "Set3")

用theme_genes美化图形

由于生成的图可能看起来很混乱，因此ggplot2主题theme_genes提供了一些合理的缺省值美化结果。

ggplot(example_genes, aes(xmin = start, xmax = end, y = molecule, fill = gene)) +
  geom_gene_arrow() +
  facet_wrap(~ molecule, scales = "free", ncol = 1) +
  scale_fill_brewer(palette = "Set3") +
  theme_genes()

使用make_alignment_dummies()跨面对齐基因

通常我们会想要所有物种按某一个指定的基因对齐，比如下面例子中的geneE。make_alignment_dummies()会根据给定的数据和待对齐的基因，生成一组空基因；再使用geom_blank()将这些空基因添加到绘图中，就可以填充两侧的空白，以在图上直观地对齐所选的基因。

dummies <- make_alignment_dummies(
  example_genes,
  aes(xmin = start, xmax = end, y = molecule, id = gene),
  on = "genE"
)

ggplot(example_genes, aes(xmin = start, xmax = end, y = molecule, fill = gene)) +
  geom_gene_arrow() +
  geom_blank(data = dummies) +
  facet_wrap(~ molecule, scales = "free", ncol = 1) +
  scale_fill_brewer(palette = "Set3") +
  theme_genes()

用geom_gene_label()标记基因

把基因名字所在的列名字映射到label属性可以在图上标记每个基因的名字。geom_gene_label()使用ggfittext包将标签文本放入基因箭头内。

ggplot(
    example_genes,
    aes(xmin = start, xmax = end, y = molecule, fill = gene, label = gene)
  ) +
  geom_gene_arrow(arrowhead_height = unit(3, "mm"), arrowhead_width = unit(1, "mm")) +
  geom_gene_label(align = "left") +
  geom_blank(data = dummies) +
  facet_wrap(~ molecule, scales = "free", ncol = 1) +
  scale_fill_brewer(palette = "Set3") +
  theme_genes()

正负链基因分开展示

forward属性可以用于在同一张图分开正负链基因的展示。如果forward为TRUE(默认值)，或者任何强制为TRUE的值(如1)，则该基因将被绘制为指向正常方向，即xmin和xmax所暗指的方向。如果forward为FALSE，或者任何强制为假的值(如-1)，则该基因将按暗指方向的相反方向绘制。

在下面的例子中，forward被用来反转所有反链上所有的基因方向，与xmin和xmax暗指的方向相反。

example_genes$direction <- ifelse(example_genes$strand == "forward", 1, -1)
ggplot(subset(example_genes, molecule == "Genome1"),
  aes(xmin = start, xmax = end, y = strand, fill = gene, forward = direction)) +
  geom_gene_arrow() +
  theme_genes()

查看子基因（subgene）片段

我们可以使用geom_subgene_arrow()突出显示子基因片段，例如蛋白功能域或局部比对区域。

这与geom_gene_arrow()类似，但是除了xmin和xmax(确定基因边界)之外，我们还需要xsubmin和xsubmax来确定子区域的边界。如果子区域的边界超出了基因区域，则跳过该子区域，并弹出警告。配合geom_gene_arrow()不给基因上色，而只标记子区域。

ggplot(example_genes, aes(xmin = start, xmax = end, y = molecule)) +
  facet_wrap(~ molecule, scales = "free", ncol = 1) +
  geom_gene_arrow(fill = "white") +
  geom_subgene_arrow(data = example_subgenes,
    aes(xmin = start, xmax = end, y = molecule, fill = gene,
        xsubmin = from, xsubmax = to), color="black", alpha=.7) +
  theme_genes()

使用geom_subgene_label()给子区域在图上加标签，它的工作原理类似于geom_gene_label()，但主要的区别是它需要xsubmin和xsubmax属性 (而不是xmin和xmax)。

ggplot(subset(example_genes, molecule == "Genome4" & gene == "genA"),
       aes(xmin = start, xmax = end, y = strand)
  ) +
  geom_gene_arrow() +
  geom_gene_label(aes(label = gene)) +
  geom_subgene_arrow(
    data = subset(example_subgenes, molecule == "Genome4" & gene == "genA"),
    aes(xsubmin = from, xsubmax = to, fill = subgene)
  ) +
  geom_subgene_label(
    data = subset(example_subgenes, molecule == "Genome4" & gene == "genA"),
    aes(xsubmin = from, xsubmax = to, label = subgene),
    min.size = 0
  )

高颜值免费在线绘图

R统计和作图

• 文章用图的修改和排版 (1)

• 文章用图的修改和排版 (2)

• 简单强大的在线绘图

• 简单强大的在线绘图-升级版

• 简单强大的在线绘图-第3版

• 论文图表基本规范

• 学术图表的基本配色方法

• 数据可视化基本套路总结

• Graphpad，经典绘图工具初学初探

• 你的包佩奇了吗？试试新版Rstudio，自动提醒缺失包！

• 原来Rstudio还可以这么使用，又方便了一些

• 在R中赞扬下努力工作的你，奖励一份CheatShet

• 别人的电子书，你的电子书，都在bookdown

• R语言 - 入门环境Rstudio

• R语言 - 热图绘制 (heatmap)

• R语言 - 基础概念和矩阵操作

• R语言 - 热图简化

• R语言 - 热图美化

• R语言 - 线图绘制

• R语言 - 线图一步法

• R语言 - 箱线图（小提琴图、抖动图、区域散点图）

• R语言 - 箱线图一步法

• R语言 - 火山图

• R语言 - 富集分析泡泡图

• R语言 - 散点图绘制

• R语言 - 韦恩图

• R语言 - 柱状图

• R语言 - 图形设置中英字体

• R语言 - 非参数法生存分析

• R语言 - 绘制seq logo图

• WGCNA分析，简单全面的最新教程

• psych +igraph：共表达网络构建

• 一文学会网络分析——Co-occurrence网络图在R中的实现

• 一文看懂PCA主成分分析

• 富集分析DotPlot，可以服

• 基因共表达聚类分析和可视化

• R中1010个热图绘制方法

• 还在用PCA降维？快学学大牛最爱的t-SNE算法吧, 附Python/R代码

• 一个函数抓取代谢组学权威数据库HMDB的所有表格数据

• 文章用图的修改和排版

• network3D: 交互式桑基图

• network3D 交互式网络生成

• Seq logo 在线绘制工具——Weblogo

• 生物AI插图素材获取和拼装指导

• ggplot2高效实用指南 (可视化脚本、工具、套路、配色)

• 图像处理R包magick学习笔记

• SOM基因表达聚类分析初探

• 利用gganimate可视化全球范围R-Ladies（R社区性别多样性组织）发展情况

• 一分钟绘制磷脂双分子层：AI零基础入门和基本图形绘制

• AI科研绘图（二）：模式图的基本画法

• 你知道R中的赋值符号箭头(<-)和等号（=）的区别吗？

• R语言可视化学习笔记之ggridges包

• 利用ComplexHeatmap绘制热图(一)

• ggplot2学习笔记之图形排列

• R包reshape2，轻松实现长、宽数据表格转换

• 用R在地图上绘制网络图的三种方法

• PCA主成分分析实战和可视化 附R代码和测试数据

• iTOL快速绘制颜值最高的进化树！

• 12个ggplot2扩展包帮你实现更强大的可视化

• 编程模板-R语言脚本写作：最简单的统计与绘图，包安装、命令行参数解析、文件读取、表格和矢量图输出

• R语言统计入门课程推荐——生物科学中的数据分析Data Analysis for the Life Sciences

• 数据可视化基本套路总结

• 你知道R中的赋值符号箭头<-和等号=的区别吗？

• 使用dplyr进行数据操作30例

• 交集intersect、并集union、找不同setdiff

• 1数据类型（向量、数组、矩阵、 列表和数据框）

• 2读写数据所需的主要函数、与外部环境交互

• 3数据筛选——提取对象的子集

• 4向量、矩阵的数学运算

• 5控制结构

• 6函数及作用域

• 7认识循环函数lapply和sapply

• 8分解数据框split和查看对象str

• 9模拟—随机数、抽样、线性模型

• 1初识ggplot2绘制几何对象

• 2图层的使用—基础、加标签、注释

• 3工具箱—误差线、加权数、展示数据分布

• 4语法基础

• 5通过图层构建图像

• 6标度、轴和图例

• 7定位-分面和坐标系

• 8主题设置、存储导出

• 9绘图需要的数据整理技术

• 创建属于自己的调色板

• 28个实用绘图包，总有几个适合你

• 热图绘制

• R做线性回归

• 绘图相关系数矩阵corrplot

• 相关矩阵可视化ggcorrplot

• 绘制交互式图形recharts

• 交互式可视化CanvasXpress

• 聚类分析factoextra

• LDA分析、作图及添加置信-ggord

• 解决散点图样品标签重叠ggrepel

• 添加P值或显著性标记ggpubr

• Alpha多样性稀释曲线rarefraction curve

• 堆叠柱状图各成分连线画法：突出组间变化

• 冲击图展示组间时间序列变化ggalluvial

• 桑基图riverplot

• 微生物环境因子分析ggvegan

• 五彩进化树与热图更配ggtree

• 多元回归树分析mvpart

• 随机森林randomForest 分类Classification 回归Regression

• 加权基因共表达网络分析WGCNA

• circlize包绘制circos-plot

• R语言搭建炫酷的线上博客系统

• 维恩(Venn)图绘制工具大全 （在线+R包）

• R包circlize：柱状图用腻了？试试好看的弦状图

• 获取pheatmap聚类后和标准化后的结果

• 增强火山图，要不要试一下？

• 一个震撼的交互型3D可视化R包 - 可直接转ggplot2图为3D

• 赠你一只金色的眼 - 富集分析和表达数据可视化

• 是Excel的图，不！是R的图

• 道友，来Rstudio里面看动画了

• 用了这么多年的PCA可视化竟然是错的！！！

• 万能转换：R图和统计表转成发表级的Word、PPT、Excel、HTML、Latex、矢量图等

• 那天空飘过的梅花月饼，是今年中秋最好的礼物

• 2019年诺贝尔生理医学奖揭晓 |动图展示历年生理学奖

• 2019年诺贝尔化学奖揭晓 |八一八，那些年的诺贝尔化学奖

• cellassign：用于肿瘤微环境分析的单细胞注释工具（9月Nature）

• maftools|TCGA肿瘤突变数据的汇总，分析和可视化

• ggThemeAssist｜鼠标调整主题，并返回代码

往期精品

画图三字经 生信视频 生信系列教程 

心得体会 TCGA数据库 Linux Python 

高通量分析 免费在线画图 测序历史 超级增强子

生信学习视频 PPT EXCEL 文章写作 ggplot2

海哥组学 可视化套路 基因组浏览器

色彩搭配 图形排版 互作网络

自学生信 2019影响因子 GSEA 单细胞 

后台回复“生信宝典福利第一波”或点击阅读原文获取教程合集