[跟着NC学作图]--散点图

本期内容为[跟着NC学作图]--散点图

文章题目:



感兴趣的可以自己去看!



代码部分:
  1. 导入数据,文章中的代码是比较复杂的,那么我自己就使用画图前的数据。
> nb_Omicron_Delta
sample  nb_Delta  nb_Omicron  ratio_Delta  ratio_Omicron  ID  proto  ext  Delta  Coinf
22PlCoInf-MIDV2xEMAGx0x100_S373  0  47  0  1  22PlCoInf-MIDV2xEMAGx0x100  MIDNIGHT V2  EMAG  0  FALSE
22PlCoInf-MIDV2xEMAGx100x0_S384  25  0  1  0  22PlCoInf-MIDV2xEMAGx100x0  MIDNIGHT V2  EMAG  100  FALSE
22PlCoInf-MIDV2xEMAGx10x90_S374  24  47  0.96  1  22PlCoInf-MIDV2xEMAGx10x90  MIDNIGHT V2  EMAG  10  TRUE
22PlCoInf-MIDV2xEMAGx20x80_S375  25  46  1  0.978723404  22PlCoInf-MIDV2xEMAGx20x80  MIDNIGHT V2  EMAG  20  TRUE
22PlCoInf-MIDV2xEMAGx30x70_S376  25  44  1  0.936170213  22PlCoInf-MIDV2xEMAGx30x70  MIDNIGHT V2  EMAG  30  TRUE
22PlCoInf-MIDV2xEMAGx40x60_S377  25  44  1  0.936170213  22PlCoInf-MIDV2xEMAGx40x60  MIDNIGHT V2  EMAG  40  TRUE
sample  nb_Delta  nb_Omicron  ratio_Delta  ratio_Omicron  ID  proto  ext  Delta  Coinf  median_Delta  IQR_Delta  median_Omicron  IQR_Omicron
22PlCoInf-MIDV2xEMAGx0x100_S373  0  47  0  1  22PlCoInf-MIDV2xEMAGx0x100  MIDNIGHT V2  EMAG  0  FALSE  0  0  99  1.5
22PlCoInf-MIDV2xEMAGx100x0_S384  25  0  1  0  22PlCoInf-MIDV2xEMAGx100x0  MIDNIGHT V2  EMAG  100  FALSE  99  0  0  0
22PlCoInf-MIDV2xEMAGx10x90_S374  24  47  0.96  1  22PlCoInf-MIDV2xEMAGx10x90  MIDNIGHT V2  EMAG  10  TRUE  33  11.5  64  10
22PlCoInf-MIDV2xEMAGx20x80_S375  25  46  1  0.978723404  22PlCoInf-MIDV2xEMAGx20x80  MIDNIGHT V2  EMAG  20  TRUE  53  12  43.5  18
22PlCoInf-MIDV2xEMAGx30x70_S376  25  44  1  0.936170213  22PlCoInf-MIDV2xEMAGx30x70  MIDNIGHT V2  EMAG  30  TRUE  67  13  29.5  13.25
22PlCoInf-MIDV2xEMAGx40x60_S377  25  44  1  0.936170213  22PlCoInf-MIDV2xEMAGx40x60  MIDNIGHT V2  EMAG  40  TRUE  70  10  26  10.5
22PlCoInf-MIDV2xEMAGx50x50_S378  25  46  1  0.978723404  22PlCoInf-MIDV2xEMAGx50x50  MIDNIGHT V2  EMAG  50  TRUE  78  5  18.5  8.75
  1. Plot A
nb_Omicron_Delta$Delta = as.numeric(nb_Omicron_Delta$Delta)
p1 <- ggplot(data=nb_Omicron_Delta, aes(x=ratio_Omicron, y=ratio_Delta ,colour=Delta)) 

p1 <-  p1 +
    geom_point(aes(colour=Delta,shape=Coinf),alpha=0.9) +
    facet_grid(.~proto) + 
    ylab("Delta-specific mutations detection rate") + xlab("Omicron-specific mutations detection rate") +
    scale_color_gradient2(low = "steelblue1", mid = "cyan4", high = "tomato",
      breaks=c(0,10,20,30,40,50,60,70,80,90,100), midpoint = 50,
      name = "Delta:Omicron", labels = c("0:100","10:90","20:80", "30:70","40:60","50:50","60:40","70:30", "80:20","90:10","100:0")) +
    scale_shape(name = "Experimental\nCoinfection") +
    geom_vline(xintercept = 0.25,linetype =  "dotted", alpha = 0.5, inherit.aes = FALSE) +
    geom_hline(yintercept = 0.90,linetype =  "dotted", alpha = 0.5, inherit.aes = FALSE) +
    theme_bw() 
  1. Plot B
p2 <- ggplot(data=table_MAF, aes(x=Delta, y=median_Delta)) 

p2 <-  p2 +
    geom_smooth(color="grey", fill="grey", linetype="blank") +
    geom_point(aes(colour=Delta,shape=Coinf)) +
    facet_grid(.~proto) + 
    ylab("Measured Frequency (%)") + xlab("Expected Frequency (%)") +
    geom_abline(intercept = 0, slope = 1,linetype =  "dotted", alpha = 0.5, inherit.aes = FALSE) +
    scale_color_gradient2(low = "steelblue1", mid = "cyan4", high = "tomato",
      breaks=c(0,10,20,30,40,50,60,70,80,90,100), midpoint = 50,
      name = "Delta:Omicron", labels = c("0:100","10:90","20:80", "30:70","40:60","50:50","60:40","70:30", "80:20","90:10","100:0")) +
    scale_shape(name = "Experimental\nCoinfection") +
    theme_bw()
  1. Plot C

plot_AF_fig1C <- function(vcf_file,annot_file, ncol=11) {
  require(data.table)
  library(ggplot2)

  annot=annot_file

  ##########################
  ### annotate vcf
  ##########################
  vcf=vcf_file
  
  vcf$VOC <- sapply(vcf$nt_mut, function(x) ifelse(is.element(x,annot$nt_mut),annot$var[x==annot$nt_mut],NA)) ## For each variant, determine whether it is Delta- or OMICRON-specific

  vcf$proto = sapply(vcf$ID , function(x) strsplit(x,"x")[[1]][1])
  vcf$proto = gsub("MID","MIDNIGHT ",vcf$proto)
  vcf$proto = gsub("V4","ARTIC V4",vcf$proto)
  vcf$proto = gsub("V41","V4.1",vcf$proto)
  vcf$proto = gsub("MIDNIGHT $","MIDNIGHT V1",vcf$proto)
  vcf$proto = factor(vcf$proto,levels=c("MIDNIGHT V1","MIDNIGHT V2","ARTIC V4","ARTIC V4.1"))

  ########## plot AF bars of DELTA-specific and/or OMICRON-specific mutations
  vcfDO = vcf[!is.na(vcf$VOC),]

  # Plot
  p <- ggplot(data=vcfDO, aes(x=nt_pos, y=af, group = sample )) 

  p <- p +
    geom_bar(aes(fill = VOC), stat="identity") + 
    geom_point(data=vcfDO[vcfDO$af>50,], aes(x=nt_pos, y=af, group = sample,color = VOC),size=1,alpha=0.8)+
    facet_wrap(.~proto, ncol=ncol) + 
    ylab("Mutation frequency (%)") + xlab("Nucleotide position") +
    scale_color_manual(values=c("tomato","darkgrey","steelblue1"),name = "Mutations in\nconsensus", labels = c("Delta-specific", "shared", "Omicron-specific")) +
    scale_fill_manual(values=c("tomato","darkgrey","steelblue1"),name = "Mutations", labels = c("Delta-specific", "shared", "Omicron-specific")) +
    geom_hline(yintercept = 50,linetype =  "dotted", alpha = 0.5, inherit.aes = FALSE) +
    theme_bw() + theme( axis.text.x  = element_text(angle=45, size=8,hjust =1, vjust=1)) +
    theme(panel.grid.major = element_blank(), panel.grid.minor = element_blank())

  return(p)
  
}
  1. 合并图

plot_grid(p1, p2,p3, ncol = 1,labels = c("A","B","C"), align = 'v',axis = "rl",rel_heights=c(1,1,1.1))
ggsave("Fig1.pdf",width = 10 ,height=9 )
ggsave("Fig1.png",width = 10 ,height=9)

往期文章(总汇)
01-[R语言可视化-精美图形绘制系列]--精美火山图
02-R语言可视化-精美图形绘制系列--柱状图
03-R语言可视化-精美图形绘制系列--功能富集分析
04-R语言可视化-精美图形绘制系列—多组GO富集可视化
05-[R语言可视化-精美图形绘制系列--堆积图]
06-[R语言可视化-精美图形绘制系列--组间相关性分析]
07-[R语言可视化-精美图形绘制系列]--Mental分析
08-[R语言可视化-精美图形绘制系列--复杂热图+两图渐变连线]-【转载】
09-[R语言可视化-精美图形绘制系列--桑基图(Sankey)]
10-[R语言可视化-精美图形绘制系列--柱状图误差线标记]
11-跟着NC学作图 | 柱状图与相关性图
12-[R语言可视化-精美图形绘制系列--GO、KEGG富集通路关联图]
13-[跟着“基迪奥生物学”作图]--截断图
14-[R语言可视化-精美图形绘制系列]--显著性箱线图
14-2[R语言可视化]--箱线图不同的画法及参数设置 | 学习笔记
15-[R语言可视化-精美图形绘制系列]--组内相关性分析
16-[R语言可视化-精美图形绘制系列]--主成分分析(PCA)
017-[跟着NC学作图]--箱线图(一个函数获得Mean、SD、P值)
019-[跟着NC学作图]--生存分析(Survival analysis)

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 206,378评论 6 481
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 88,356评论 2 382
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 152,702评论 0 342
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 55,259评论 1 279
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 64,263评论 5 371
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 49,036评论 1 285
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,349评论 3 400
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,979评论 0 259
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 43,469评论 1 300
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,938评论 2 323
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 38,059评论 1 333
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,703评论 4 323
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,257评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 30,262评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,485评论 1 262
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 45,501评论 2 354
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,792评论 2 345

推荐阅读更多精彩内容