今天继续昨天推文的内容
跟着Nature Methods学画图：R语言ggplot2画气泡图（dotplot）展示基因表达量
，今天的内容介绍如何在气泡图和左侧和上方添加聚类树图，今天的内容主要参考
aplot包：让你画出更复杂的图
这篇论文是在简书
土豆学生信
分享的内容看到的。简书的链接是 https://www.jianshu.com/p/bbf9cb13b41a
论文是
论文对应的代码是公开的 https://github.com/ajwilk/2020_Wilk_COVID
image.png
今天重复的内容是论文中的figure2f
image.png
按照论文提供的代码得到了画图用到的数据，部分数据如下
image.png
但是用他提供的画图代码没有能够画出图来。因为他用到了一个
dot_plot()
函数，没有找到这个函数是怎么来的。既然已经拿到了数据，就用ggplot2自己来画吧
读入数据做气泡图，
data.final<-read.csv("NM/figure2f.csv",header=T,check.names=F)
head(data.final)
library(ggplot2)
ggplot(data.final,aes(x=features.plot,y=id))+
geom_point(aes(size=`Percent expressed`,
color=`Average expression`))+
theme_bw()+
theme(panel.grid = element_blank(),
axis.text.x=element_text(angle=90,hjust = 1,vjust=0.5))+
scale_color_gradient(low="lightgrey",high="blue")+
labs(x=NULL,y=NULL)+
guides(size=guide_legend(order=3))
image.png
以y轴为变量，做层次聚类，并使用ggtree展示层次聚类结果
聚类用到的是平均表达量那一列
df<-data.final[,c(1,2,4)]
首先是长格式数据转换为宽格式
df1<-reshape2::dcast(df,id~features.plot,value.var = "Average expression")
rownames(df1)<-df1$id
df1.1<-df1[,2:22]
image.png
层次聚类，ggtree展示结果
df1.1.clust<-hclust(dist(df1.1))
df2.1.clust<-hclust(dist(df2.1))
library(ggtree)
p2<-ggtree(df1.1.clust)
p2+
geom_tiplab()+
xlim(NA,7)
image.png
使用aplot包拼图
library(ggplot2)
p1<-ggplot(data.final,aes(x=features.plot,y=id))+
geom_point(aes(size=`Percent expressed`,
color=`Average expression`))+
theme_bw()+
theme(panel.grid = element_blank(),
axis.text.x=element_text(angle=90,hjust = 1,vjust=0.5))+
scale_color_gradient(low="lightgrey",high="blue")+
labs(x=NULL,y=NULL)+
guides(size=guide_legend(order=3))
library(aplot)
p1%>%
insert_left(p2,width = 0.2)
image.png
