ggraph做环形网络互作图---一个简单的例子

这里我们以基因互作演示一个简单的网络图示意。这个图的特点是。第一：基因按照分组展示。第二：上下调基因也区分展示出来。其实，就是一个非常简单的网络图，很基础，主要是为了熟悉下网络的设置等等。首先准备网络数据，我这里是 STRING网络分析的结果。然后设置节点数据。最后构建ggraph作图数据。ggraph作图重要的是构建好作图数据。组图就很简单了。

setwd("D:/KS项目/公众号文章/一个简单的网络图")

library(ggraph)
library(tidygraph)
library(ggnewscale)
df <- read.csv('net.csv', header = T)#这是一个基因互作关系网络文件
#接下来，为了让我们的网络图更加丰富，我们人为对这些基因进行分组等等
#事实上，如果是你有用的数据，可以提前整理好文件读入
from = unique(df$from)
to = unique(df$to)
genes <- data.frame(unique(c(from, to)))
colnames(genes) <- 'gene'
genes$pathway <- c(rep("MAPK",6), rep("Wnt",5), rep("JAK",6),rep("Toll",5))#这里的分组是虚构的数据
genes$regulation <- c(sample(c(rep("up",12), rep("down",10))))#随机分下上下调

data <- tbl_graph(nodes = genes, edges = df)

绘图。ggraph是ggplot2的拓展包，所以作图设置和ggplot类似。不同组的基因按照不同的颜色区别，上下调基因按照节点边框颜色区分。

#绘图,ggraph是ggplot的拓展包，所以当你构建好ggraph作图数据后，剩下的和你在利用ggplot2作图没什么分别
ggraph(data,layout='linear',circular = TRUE) +
  geom_node_point(aes(size=8,
                      fill = pathway),shape=21) +
  scale_fill_manual(values = c('#4CA85F','orange','#4A90BD','#C387B8'))+
  geom_node_point(aes(size=8,
                      color = regulation),shape=21,stroke=2)+
  scale_color_manual(values = c('black','#B11E23'))+
  scale_size_continuous(range = c(30, 1))+
  geom_node_text(aes(x = x*1.15, 
                     y=y*1.15,
                     label=gene,
                     angle=-((-node_angle(x, y) + 90) %% 180) + 90),
                 size=3,
                 hjust='outward')+
  coord_cartesian(xlim=c(-1.5,1.5),ylim = c(-1.5,1.5))+
  geom_edge_arc(aes(width=score),color="lightblue")+
  scale_edge_width_continuous(range = c(0.5,1))+
  theme_graph()

觉得分享有用的点个赞、分享下再走呗！