Posted on

https://wilkox.org/gggenes/

gggenes是ggplot2的扩展包,用于绘制基因结构图多物种基因比较图的很好玩的工具。

安装

一种是安装稳定版本的gggene。

install.packages("gggenes")

另一种是从github上安装开发版。

devtools::install_github("wilkox/gggenes")

下面是用的数据内容如下:

https://www.sci666.com.cn/wp-content/uploads/2020/02/wxsync-2020-02-ff9035b4eb752a39df15bbddedf35e1b.png

example_genes包括118行和6个变量。每一行代表一个基因或一个区域;列分别是:

  • molecule:基因组名字
  • gene: 基因名字 the name of the gene
  • start: 基因在基因组开始位置 (如果在负链,注意起始位置的写法跟bed文件不同了)
  • end: 基因结束位置 (负链的基因起始位置绝对值大于结束位置)
  • strand: 基因属于哪条链 (可选)

如果想显示基因的子区域,如外显子、或翻译为特定功能域的区域等。

https://www.sci666.com.cn/wp-content/uploads/2020/02/wxsync-2020-02-afe22e9b79b121d017e32b899cd010e6.png

example_subgenes多了三列信息:

  • subgeme: 子片段名字
  • from: 子片段开始位置
  • to: 子片段结束位置

用geom_gene_arrow()画基因箭头

geom_gene_arrow()是一个ggplot2几何性状,它用箭头表示基因。基因在分子内的起始和结束位置分别映射到xmin和xmax。这些开始和结束位置用于确定箭头指向的方向。基因组信息molecule映射到y轴。如果绘制的基因来自不同基因组的位置的数值相差很大,一般指定scale =“free”来调整横轴的坐标展示,以避免部分数字太大压缩了小基因组的基因的展示。

library(ggplot2)
library(gggenes)
ggplot(example_genes, aes(xmin = start, xmax = end, y = molecule, fill = gene)) +geom_gene_arrow() +
facet_wrap(~ molecule, scales = "free", ncol = 1) +
scale_fill_brewer(palette = "Set3")
https://www.sci666.com.cn/wp-content/uploads/2020/02/wxsync-2020-02-eddf19b525d16a424256fd5fc77d0f12.png

用theme_genes美化图形

由于生成的图可能看起来很混乱,因此ggplot2主题theme_genes提供了一些合理的缺省值美化结果。

ggplot(example_genes, aes(xmin = start, xmax = end, y = molecule, fill = gene)) +
  geom_gene_arrow() +
  facet_wrap(~ molecule, scales = "free", ncol = 1) +
  scale_fill_brewer(palette = "Set3") +
  theme_genes()
https://www.sci666.com.cn/wp-content/uploads/2020/02/wxsync-2020-02-ab16a6a4df4abb3943f39c55adb7b6f2.png

使用make_alignment_dummies()跨面对齐基因

通常我们会想要所有物种按某一个指定的基因对齐,比如下面例子中的geneE。make_alignment_dummies()会根据给定的数据和待对齐的基因,生成一组空基因;再使用geom_blank()将这些空基因添加到绘图中,就可以填充两侧的空白,以在图上直观地对齐所选的基因。

dummies <- make_alignment_dummies(
  example_genes,
  aes(xmin = start, xmax = end, y = molecule, id = gene),
  on = "genE"
)
ggplot(example_genes, aes(xmin = start, xmax = end, y = molecule, fill = gene)) +
geom_gene_arrow() +
geom_blank(data = dummies) +
facet_wrap(~ molecule, scales = "free", ncol = 1) +
scale_fill_brewer(palette = "Set3") +
theme_genes()
https://www.sci666.com.cn/wp-content/uploads/2020/02/wxsync-2020-02-dd703b5759f81483433e618da48ba869.png

用geom_gene_label()标记基因

把基因名字所在的列名字映射到label属性可以在图上标记每个基因的名字。geom_gene_label()使用ggfittext包将标签文本放入基因箭头内。

ggplot(
    example_genes,
    aes(xmin = start, xmax = end, y = molecule, fill = gene, label = gene)
  ) +
  geom_gene_arrow(arrowhead_height = unit(3, "mm"), arrowhead_width = unit(1, "mm")) +
  geom_gene_label(align = "left") +
  geom_blank(data = dummies) +
  facet_wrap(~ molecule, scales = "free", ncol = 1) +
  scale_fill_brewer(palette = "Set3") +
  theme_genes()
https://www.sci666.com.cn/wp-content/uploads/2020/02/wxsync-2020-02-02b3bd286122f466ed6a582e3a9de232.png

正负链基因分开展示

forward属性可以用于在同一张图分开正负链基因的展示。如果forward为TRUE(默认值),或者任何强制为TRUE的值(如1),则该基因将被绘制为指向正常方向,即xmin和xmax所暗指的方向。如果forward为FALSE,或者任何强制为假的值(如-1),则该基因将按暗指方向的相反方向绘制。

在下面的例子中,forward被用来反转所有反链上所有的基因方向,与xmin和xmax暗指的方向相反。

example_genes$direction <- ifelse(example_genes$strand == "forward", 1, -1)
ggplot(subset(example_genes, molecule == "Genome1"),
  aes(xmin = start, xmax = end, y = strand, fill = gene, forward = direction)) +
  geom_gene_arrow() +
  theme_genes()
https://www.sci666.com.cn/wp-content/uploads/2020/02/wxsync-2020-02-b41293a709fe6124d6f08044ab29dabb.jpeg

查看子基因(subgene)片段

我们可以使用geom_subgene_arrow()突出显示子基因片段,例如蛋白功能域或局部比对区域。

这与geom_gene_arrow()类似,但是除了xmin和xmax(确定基因边界)之外,我们还需要xsubmin和xsubmax来确定子区域的边界。如果子区域的边界超出了基因区域,则跳过该子区域,并弹出警告。配合geom_gene_arrow()不给基因上色,而只标记子区域。

ggplot(example_genes, aes(xmin = start, xmax = end, y = molecule)) +
  facet_wrap(~ molecule, scales = "free", ncol = 1) +
  geom_gene_arrow(fill = "white") +
  geom_subgene_arrow(data = example_subgenes,
    aes(xmin = start, xmax = end, y = molecule, fill = gene,
        xsubmin = from, xsubmax = to), color="black", alpha=.7) +
  theme_genes()
https://www.sci666.com.cn/wp-content/uploads/2020/02/wxsync-2020-02-e2962eca3e7c4937b930bf87cf0a6f14.png

使用geom_subgene_label()给子区域在图上加标签,它的工作原理类似于geom_gene_label(),但主要的区别是它需要xsubmin和xsubmax属性 (而不是xmin和xmax)。

ggplot(subset(example_genes, molecule == "Genome4" & gene == "genA"),
       aes(xmin = start, xmax = end, y = strand)
  ) +
  geom_gene_arrow() +
  geom_gene_label(aes(label = gene)) +
  geom_subgene_arrow(
    data = subset(example_subgenes, molecule == "Genome4" & gene == "genA"),
    aes(xsubmin = from, xsubmax = to, fill = subgene)
  ) +
  geom_subgene_label(
    data = subset(example_subgenes, molecule == "Genome4" & gene == "genA"),
    aes(xsubmin = from, xsubmax = to, label = subgene),
    min.size = 0
  )

)

https://www.sci666.com.cn/wp-content/uploads/2020/02/wxsync-2020-02-d240b6708a13ee50063600710506b81b.png

如果还想可视化具有基因组基因座结构的系统进化树,推荐阅读Y叔根据gggenes包数据写的扩展:https://yulab-smu.github.io/treedata-book/chapter11.html#genome-locus。

https://www.sci666.com.cn/wp-content/uploads/2020/02/wxsync-2020-02-05cf2f97b0d0887ce595cee6960daa31.jpg

发表评论

邮箱地址不会被公开。 必填项已用*标注