【可视化】R语言ggrepel

image.png

我们看文献会经常看到上面的图，不管是Gene按照FPKM进行排秩还是ATAC转录因子排秩，还是ChIP的super enhancer排秩，这张图虽然简单，但可以很好的来展示我们关注的基因，enhancer或者转录因子，以阐释我们的生物学问题。而最近研究R语言可视化，发现ggrepel 简直是个神器，可以很好的画上面这个图。而关于其的可视化，有一篇文章写的确实是非常好。现提供链接如下：https://www.sohu.com/a/221415190_572440

为了防止忘记，我再将这篇文章主要部分记录一下：
这篇文章主要分为两个部分。
1.ggrepel 的用法

library(ggrepel)
set.seed(42)
ggplot(mtcars)+ geom_point(aes(wt, mpg), color="red")+
geom_text_repel(aes(wt, mpg, label=rownames(mtcars)))+
theme_classic(base_size = 16)

效果如下：

image.png

2.geom_label_repel的用法：
geom_label_repel()是基于geom_label(),它将标签置于一个小方框中

set.seed(42)
ggplot(mtcars)+ geom_point(aes(wt, mpg), color="grey", size=5)
+ geom_label_repel(aes(wt, mpg, fill=factor(cyl),
label=rownames(mtcars)), 
fontface="bold", color="white",
box.padding=unit(0.35, "lines"), point.padding=unit(0.5, "lines"),
segment.colour = "grey50")
+ theme_classic(base_size = 16)

image.png

确实可以看到效果真的是非一般棒。由此不禁小试牛刀了一把：
针对SV位点的覆盖深度和突变支持率画了下面这幅图。

image.png

具体代码如下：

library(ggrepel)
set.seed(42)
 f<-read.table(file = "xxx", sep = "\t", header = T)
g<-c('HGSNAT,POTEA','DUX4','KMT2C','TLR4,BRINP1','SYK','KRAS','EP300','MAPK1','HLA-B','FBXW7','NFE2L2','TGFBR2','ERBB3','CD274','PDCD1LG2','CASP8','CD274','MED1','HLA-A')
a=rep("",length(as.character(f$Gene.refGene)))
a[as.vector(f$Gene.refGene) %in% g & f$ratio==1]<-as.character(f$Gene.refGene[as.vector(f$Gene.refGene) %in% g & f$ratio==1])
pdf('test.pdf',w=12,h=8)
ggplot(f)+ geom_point(aes(Depth, ratio), color="red")+geom_text_repel(aes(Depth, ratio, label=a))+theme_classic(base_size =12)
dev.off()

如此的话，后面的话就可以尝试一下以下的经典图谱啦,想想还有点小激动呢，ggrepel在手，画图我有～～

image.png