今天学做一下一篇NC文章的figure1b，是一个热图，特点是FC高低用连续色彩表示，块的大小表示P值大小，这里我们用ggplot尝试做一下。

（Reference：Senescent cells limit p53 activity via multiple mechanisms to remain viable）

NC文章原文作者提供了作图数据，本片文章的示例数据和注释代码我们已上传群文件，群成员可免费在群内获取！

首先分别读入FC和P值文件：

setwd("D:/热图")

FC <- read.csv("FC.csv",header = T)

pvalue <- read.csv("pvalue.csv",header = T)

作者提供的是宽数据，转化为ggplot作图需要的长数据：

library(tidyr)

FC <-gather(FC, gene, FC, 2:5)

FC

pvalue <-gather(pvalue, gene, pvalue, 2:5)

pvalue

pvalue <- as.data.frame(pvalue[,3])

这里注意，作者提供的legend显示是-1到1，但是数据的log2FC并不是这样，所以我将其转化了一下，缩放到-1到1，但是结果与文章有初入，不太明白这里的原因：

library(dplyr)

library(scales)

FC <- FC %>%

group_by(log2..fold.change.) %>%

mutate(Data = rescale(FC, to = c(-1, 1))) %>%

ungroup

FC <- FC[,-3]

最后合并数据：

data <- cbind(FC, pvalue)

colnames(data) <- c("group",'gene','FC','pvalue')

处理行名：

library(tidyverse)

data <- separate(data = data, col = group, into = c("sh", "group"), sep = "sh")

data <- data[,-1]

-log10P设置因子水平：

data$P[which(data$pvalue >0)] = '>0'

data$P[which(data$pvalue >1.3)] = '>1.3'

作图：

library(forcats)

data$group <- as.factor(data$group)

data$group <- fct_inorder(data$group)

library(ggplot2)

ggplot(data=data,aes(x=gene,y=group))+

geom_point(aes(size=P,

fill=FC),

shape=22, color='grey80')+

scale_fill_gradient2(low="#445393", high="#EE2627", mid="white")+

theme_bw()+

theme(panel.grid.major= element_blank(),

panel.grid.minor= element_blank(),

plot.title = element_text(hjust = 0.5, size = 12),

axis.text.y =element_text(size = 12, color = "black"),

axis.text.x.top=element_text(angle=90,hjust = 0,vjust = 0.1,

color = 'black',size = 10),

axis.ticks = element_blank(),

legend.key.size = unit(0.15, "inches"))+

labs(x="",y=NULL)+

scale_size_discrete(range=c(2,8))+

scale_x_discrete(position = 'top')

效果还是差不多的，只不过细节之处需要精雕细琢！

转自：KS科研分享与服务

如有侵权，请联系本站删除！