跟着Nature Metabolism学作图:R语言ggplot

论文

Single-cell profiling of vascular endothelial cells reveals progressive organ-specific vulnerabilities during obesity

https://www.nature.com/articles/s42255-022-00674-x#Sec58

s42255-022-00674-x.pdf

https://github.com/Osynchronika/sc_EC_obesity_atlas

大部分 作图的数据都有，可以试着用论文中提供的数据复现一下论文中的图

今天的推文我们复现一下论文中的figure4c 分组折线图并添加误差线，并且在指定区域添加一个灰色背景

image.png

论文中提供的示例数据如下

image.png

手动整理成如下格式

image.png

加载作图需要用到的R包

library(readxl)
library(tidyverse)
library(plotrix)
library(ggh4x)

读取数据

dat<-read_excel("data/20230207/figure4c.xlsx")
dat

按照行计算平均值和标准误

dat %>% 
  rowwise() %>% 
  mutate(mean_value=mean(c_across(rep1:rep4)),
         std_value=std.error(c_across(rep1:rep4))) %>% 
  filter(Weeks>=11)-> new.dat

作图代码

ggplot(data=new.dat,aes(x=Weeks,y=mean_value))+
  annotate(geom = "rect",xmin=22,xmax=27,ymin=-Inf,ymax=Inf,fill="gray")+
  geom_vline(xintercept = 22,lty="dashed",size=1,color="black")+
  geom_point(aes(color=group),size=3)+
  geom_line(aes(color=group),size=1)+
  scale_x_continuous(limits = c(10,27),
                     breaks = seq(10,25,5),
                     guide = "axis_minor",
                     minor_breaks = seq(11,27,1),
                     expand = expansion(mult=c(0,0.05)))+
  scale_y_continuous(limits = c(20,50),
                     breaks = seq(20,50,by=10),
                     expand=expansion(mult=c(0,0)))+
  guides(x=guide_axis_minor(trunc_upper = 27,
                            trunc_lower = 10))+
  geom_errorbar(aes(ymin=mean_value-std_value,
                    ymax=mean_value+std_value,
                    color=group),
                width=0.2,
                size=1)+
  scale_color_manual(values = c("WD"="#f68a15",
                                "Rev 3"="#008c00",
                                "Chow"="#094cc3"))+
  theme_classic()+
  theme(ggh4x.axis.ticks.length.minor= rel(0.5),
        axis.ticks.length.x = unit(0.5,'lines'),
        legend.position = "bottom")+
  labs(x="Age(weeks)",y=expression(Weight%+-%s.e.m.(g)))+
  annotate(geom = "text",x=27,y=41,label="P=0.003",hjust=1)+
  annotate(geom = "text",x=27,y=35,label="P=0.007",hjust=1)+
  coord_cartesian(clip="off")

image.png

做的最后才发现是用figure4d的数据做的图，我说怎么看起来和figure4c差的有点多

示例数据和代码可以给推文点赞，然后点击在看，最后留言获取

欢迎大家关注我的公众号

小明的数据分析笔记本

小明的数据分析笔记本 公众号 主要分享：1、R语言和python做数据分析和数据可视化的简单小例子；2、园艺植物相关转录组学、基因组学、群体遗传学文献阅读笔记；3、生物信息学入门学习资料及自己的学习笔记！

微信公众号好像又有改动，如果没有将这个公众号设为星标的话，会经常错过公众号的推文，个人建议将 小明的数据分析笔记本 公众号添加星标，添加方法是

点开公众号的页面，右上角有三个点

image.png

点击三个点，会跳出界面

image.png

直接点击 设为星标 就可以了