ggplot2-plotly|让你的火山图“活”过来

参考：https://mp.weixin.qq.com/s?__biz=MzIyNDI1MzgzOQ==&mid=2650394088&idx=1&sn=37b0bffaebbe6f60969f34af26f7924b&chksm=f01caf08c76b261eb8811a59a5f5a59790c3ee2306b4c8b6f5771ac02d2e2eaa9c1ff2765cfb&scene=21#wechat_redirect

火山图（Volcano Plot）常用于展示基因表达差异的分布，横坐标常为Fold change（倍数），越偏离中心差异倍数越大；纵坐标为P value（P值），值越大差异越显著。得名原因也许是因为结果图像火山吧

一 载入R函数包及数据集

library(ggplot2)
data <- read.csv("火山图.csv",header=TRUE,row.names = 1)

head(data) #查看数据类型，主要有P值，Fold change和基因ID即可。

二 ggplot2绘制火山图

2.1 绘制简单的火山图–点图

ggplot(data = data, aes(x = logFC, y = -log10(adj.P.Val))) +
geom_point(alpha=0.8, size = 1)

和文献中的差距较大，以下几个方面可改进：

A：上下调基因的区分；

B：横轴，纵轴的阈值线；

C：重点基因的标示。

2.2 细节优化火山图

1）根据阈值设定上下调基因

新增change列，利用ifelse函数添加基因的上下调情况，color进行区分，然后使用geom_hline()  和 geom_vline( )参数添加阈值线，

data$change <- as.factor(ifelse(data$adj.P.Val < 0.01 & abs(data$logFC) > 1,ifelse(data$logFC > 1,'UP','DOWN'),'NOT'))

 2）添加阈值线
使用geom_hline()  和 geom_vline( )参数添加阈值线 

ggplot(data = data, aes(x = logFC, y = -log10(adj.P.Val), color = change)) +
  geom_point(alpha=0.8, size = 1) +
  theme_bw(base_size = 15) +
  theme(panel.grid.minor = element_blank(),panel.grid.major = element_blank()) +
  geom_hline(yintercept=2 ,linetype=4) +
geom_vline(xintercept=c(-1,1) ,linetype=4 ) +
  scale_color_manual(name = "", values = c("red", "green", "black"), limits = c("UP", "DOWN", "NOT"))  

3） 标示重点显著差异基因

上图是不是有点像了，新增sign列，利用ifelse函数添加重点显著差异基因，然后使用geom_text参数添加到图上，

data$sign <- ifelse(data$adj.P.Val < 0.001 & abs(data$logFC) > 2.5,rownames(data),NA)

ggplot(data = data, aes(x = logFC, y = -log10(adj.P.Val), color = change)) +
  geom_point(alpha=0.8, size = 1) +
  theme_bw(base_size = 15) +
  theme(panel.grid.minor = element_blank(),panel.grid.major = element_blank()) +
  geom_hline(yintercept=2 ,linetype=4) +
geom_vline(xintercept=c(-1,1) ,linetype=4 ) +
  scale_color_manual(name = "", values = c("red", "green", "black"), limits = c("UP", "DOWN", "NOT")) +
geom_text(aes(label = sign), size = 3) 

4） 解决基因名重叠问题

基本和paper一致，但是因为差异表达基因太多，存在重叠情况，现使用R语言的ggrepel包解决标签太多导致的重叠问题。

library(ggrepel)
ggplot(data = data, aes(x = logFC, y = -log10(adj.P.Val), color = change)) +
  geom_point(alpha=0.8, size = 1) +
  theme_bw(base_size = 15) +
  theme(panel.grid.minor = element_blank(),panel.grid.major = element_blank()) +
  scale_color_manual(name = "", values = c("red", "green", "black"), limits = c("UP", "DOWN", "NOT")) +
  geom_label_repel(aes(label=sign), fontface="bold", color="grey50", box.padding=unit(0.35, "lines"), point.padding=unit(0.5, "lines"), segment.colour = "grey50")

5） 标示感兴趣的基因的表达情况

将我们感兴趣的基因添加到数据的LABEL列中，假设以下几个基因是我们重点关注的基因，单独查看以下基因的表达情况

ggplot(data = data, aes(x = logFC, y = -log10(adj.P.Val), color = change)) +
  geom_point(alpha=0.8, size = 1) +
  theme_bw(base_size = 15) +
  theme(panel.grid.minor = element_blank(),panel.grid.major = element_blank() ) +
  scale_color_manual(name = "", values = c("red", "green", "black"), limits = c("UP", "DOWN", "NOT")) +
  geom_label_repel(aes(label=LABEL), fontface="bold", color="grey50", box.padding=unit(0.35, "lines"), point.padding=unit(0.5, "lines"), segment.colour = "grey50")

呐，到这里除了数据不一样，基本实现了文献中的火山图，是不是以为到这就结束了？NO!NO!NO! 实现上述静态的就可以发paper去了！

但是，，，

汇报展示的时候，如果能动态交互式的展示所有显著基因的FC值和P值，是不是更酷炫！

三 plotly绘制交互式火山图

1）plot_ly函数画散点图

library(plotly)
plot_ly(data,x = ~logFC, y = ~-log10(adj.P.Val),text = ~sign, type = 'scatter',  mode = 'markers')

会弹出一个网页，然后可以交互式的展示每个点的FC值和P值。

那可不可以在“paper”级静态火山图的基础上，实现交互式呢？当然可以！！！

四，参考资料

https://www.bioconductor.org/packages/release/bioc/vignettes/EnhancedVolcano/inst/doc/EnhancedVolcano.html

R|plotly