如果只学习而不练习，那么你就会一种自己好像会了的错觉。为了打破这种错觉，你就需要实际的去练习，在实践中应用你学习的知识。
先要明确自己的要干什么：
应用能够接受用户上传的差异表达分析结果，然后返回一个好看的火山图，后续用户可以提供几个基因使其在火山图上进行高亮显示。
第一步: 创建项目
在RStudio中创建Shiny应用的项目，具体操作见GIF动图
创建项目
构建网页布局
在PPT上绘制大致的布局，如下所示。
布局
根据布局开始写代码，代码如下
# Define UI for application that draws a histogram
ui <- fillPage(
theme = "yeti",
tags$title("online volcano"),
div(
tags$header(p("在线火山图", style="font-size:40px"),
p("作者:徐洲更", style="font-size:30px")),
align = "center", style="color:#ffffff; background-color: #4d728d")
,
# Sidebar with a slider input for number of bins
sidebarLayout(
sidebarPanel(
# uploading file
div(
fileInput("csvFile", "Choose defferential analysis result File",
accept = c(
"text/csv",
"text/comma-separated-values,text/plain",
".csv")
)
),
# colname of your geneID, foldchange and pvalue
fluidRow(
column(4,
textInput("geneID", "columna name of your gene ID",
value = "geneID")
),
column(4,
textInput("logFC", "columna name of your logFC",
value = "logFC")
),
column(4,
textInput("pvalue", "columna name of your pvalue",
value = "pvalue")
)
),
# select gene
textInput("selectGene", label = "gene name in your geneID column"),
br(),
numericInput("circlesize", "circle size",
value = 2.0, min = 0.1, max = 5, step = 0.1),
br(),
# select fold change and pvalue
fluidRow(
column(6,
numericInput("logFC1", "log2 Fold Change threshod 1",
value = 1, min = 0, max = 2, step = 0.1)
),
column(6,
numericInput("logFC2", "log2 Fold Change threshod 2",
value = 2, min = 2, max =10, step = 0.2)
)
),
fluidRow(
column(4,
numericInput("pvalue1", "p value threshold 1",
value = 0.05, min = 0.01, max = 0.1, step = 0.01)
),
column(4,
numericInput("pvalue2", "p vlaue threshold 2",
value = 1e-4, min= 1e-5, max = 1e-3, step = 1e-4)
),
column(4,
numericInput("pvalue3", "p vlaue threshold 3",
value = 1e-5, min = 1e-7, max =1e-4, step = 1e-5)
)
)
),
# Show a plot of the generated distribution
mainPanel(
tabsetPanel(
tabPanel("volcano output",
plotOutput("volcanoImage")
),
tabPanel("data table",
dataTableOutput("inputdata"))
)
)
),
tags$footer(p("contact: xuzhougeng@163.com"), align="center")
)
左边是参数选择，右边用导航栏用于查看导入的数据以及最终的结果展示
布局需要的插件在http://shiny.rstudio.com/reference/shiny/1.2.0/查询对应的函数
效果图
交互输出
确定基本布局之后，就可以编写数据处理代码。
先以简单的数据展示为例，用户上传数据后，可以在data的部分查看自己上传的数据, server的代码如下:
# Define server logic required to draw a histogram
server <- function(input, output) {
output$inputdata <- renderDataTable({
# input$file1 will be NULL initially. After the user selects
# and uploads a file, it will be a data frame with 'name',
# 'size', 'type', and 'datapath' columns. The 'datapath'
# column will contain the local filenames where the data can
# be found.
inFile <- input$csvFile
if (is.null(inFile))
return(NULL)
read.csv(inFile$datapath)
})
}
代码注解: 之前的fileInput控件在用户成功上传文件后，相应的input变量就被设置成数据框(这里也就是input$csvFile， 此处复制给inFIle), 每个数据框包含如下列
-
name: 文件名（并非文件路径） -
size: 文件大小 -
type: 浏览器返回的MIME格式报告 -
datapath，表示文件的存放路径
根据datapath就能够用read.csv进行文件读取。效果如下
结果展示
这里的读取数据代码放在renderDataTable中，在绘图的时候就还需要读取一次，因此为了避免不必要的操作，我们可以利用reactive函数.
最后的server代码如下
# Define server logic required to draw a histogram
server <- function(input, output) {
inputdf <- reactive({
inFile <- input$csvFile
if (is.null(inFile))
return(NULL)
df <- read.csv(inFile$datapath)
pos <- which(colnames(df) %in% c(input$geneID, input$logFC, input$pvalue))
colnames(df)[pos] <- c("geneID","log2FoldChange","pvalue")
df
})
output$inputdata <- renderDataTable({
inputdf()
})
output$volcanoImage <- renderPlot({
if (! is.null(inputdf())){
volcano_plot(inputdf(),
selectgenes = input$selectGene,
log2FC1 = input$logFC1,
log2FC2 = input$logFC2,
pval1 = input$pvalue1,
pval2 = input$pvalue2,
pval3 = input$pvalue3
)
}
})
注: volcano_plot是外部脚本加载的函数，用于绘制火山图。
最终效果如下图
效果图
部署
参考这一篇「R shiny基础」使用shinyapp分享你的Shiny应用 对我的应用进行部署。
部署
问题
由于这是练手的作品，完成度其实很低，比如说对方要想下载PDF结果，或者PNG结果，这里并没有提供对应的选项，你只能右击保存为PNG图片。
另外就是各种报错信息都不是特别的完善，用户出错了不知道如何解决。
网友评论