生信分析中经常会得到一些基因，然后做GO富集分析，达到对基因进行注释和分类的目的。
本文利用R语言的ggplot2包，从头带您绘制可发表级别的GO富集分析结果图。
一 载入数据集和R包
利用各种生信工具得到富集分析结果，数据列可能不一致，但关键几列都有。
library(ggplot2)
data<- read.csv("GO_enrichment_significant.csv",header=TRUE)
head(data)
二 对上述GO结果绘制基础bar图
参照之前ggplot2使用方法，更改geom即可绘制简单的bar图，按照GO_category分组颜色
ggplot(data=data, aes(x=GO_term,y=Num_of_symbols_in_list_in_GO, fill=GO_category)) +
geom_bar(stat="identity", width=0.8)
可看出和文献中的差距较大，体现在以下几个方面：
A：标题，坐标轴“业余”；
B：GO_category顺序未按照输入文件，相同GO_category没在一起；
C：横坐标label太长，重叠在一起。
三 “细节”调整GO结果bar图
3.1 坐标轴调整策略
#将GO_term设定为factor即可按照顺序输出GO_term_order=factor(as.integer(rownames(data)),labels=data$GO_term)
ggplot(data=data, aes(x=GO_term_order,y=Num_of_symbols_in_list_in_GO, fill=GO_category)) + geom_bar(stat="identity", width=0.8) +
coord_flip() +
xlab("GO term") +
ylab("Num of Genes") +
theme_bw()
好像有一点能看了，尝试其他策略。
3.2 调整横坐标label策略
将label调整成一定角度倾斜
COLS<-c("#66C3A5", "#8DA1CB", "#FD8D62")
ggplot(data=data,aes(x=GO_term_order,y=Num_of_symbols_in_list_in_GO,fill=GO_category))+
geom_bar(stat="identity",width=0.8)+
scale_fill_manual(values=COLS)+
theme_bw() +
xlab("GOterm") +ylab("NumofGenes") +
labs(title="The Most Enriched GO Terms")+
theme(axis.text.x=element_text(face="bold",color="gray50",angle=70,vjust=1,hjust=1))
嗯 ，标签太长溢出，采取保留GO-term的前三个单词（可以其他策略）后面...代替，可以excel或者R function 解决。
3.3 调整label长度后绘图
GO_term_order=factor(as.integer(rownames(data)),labels=labels)
COLS<-c("#66C3A5", "#8DA1CB", "#FD8D62")
ggplot(data=data,aes(x=GO_term_order,y=Num_of_symbols_in_list_in_GO,fill=GO_category))+
geom_bar(stat="identity",width=0.8)+
scale_fill_manual(values=COLS)+
theme_bw() +xlab("GOterm") +ylab("NumofGenes") +
labs(title="The Most Enriched GO Terms")+
theme(axis.text.x=element_text(face="bold",color="gray50",angle=70,vjust=1,hjust=1))
好了 ，这样好像比较顺眼了，不管什么软件工具得到的GO富集结果，都可以绘图，然后，，，发文章去吧。。。
更多关于生信 ，R ，Python的内容请扫码关注小号，谢谢。
网友评论