R语言绘图系列|R语言复现Nature子刊相关性网络图

小猫也想学生信 科研生信充电宝 2023-04-25 23:44 发表于上海
收录于合集

R语言绘图系列

R

R语言复现

Nature子刊相关性网络图

- 04·25-

宜分享

Nature子刊相关性网络图

Brief Introduction

01

原图：

图片
图片

Figure1. 欧洲血统中14种自身免疫性疾病的遗传相关性。

左图显示了14种自身免疫性疾病的遗传相关性。使用跨性状LDSC估计遗传相关性。正方形的颜色强度和大小与遗传相关性的强度成正比（棕色=负相关，绿色=正相关）。星号表示在错误发现率水平 0.05 时具有统计显著性的遗传相关性。红框突出显示了系统性红斑狼疮与其他性状之间的相关性。

右图说明了显著遗传相关性状的网络。线条的颜色表示使用 LDSC 的遗传相关性估计的大小。线的宽度表示统计显著性。疾病名称缩写：AN = 强直性脊柱炎，ATD = 自身免疫性甲状腺疾病，CD = 克罗恩病，CEL = 乳糜泻，MS = 多发性硬化症，PBC = 原发性胆汁性肝硬化，PSOA = 银屑病关节炎，RA = 类风湿性关节炎，SJO = 干燥综合征，SLE = 系统性红斑狼疮，SSC = 系统性硬化症，T1D = 1 型糖尿病，UC = 溃疡性结肠炎，VIT = 白癜风。


接下来，我们就来复刻下右边这张图吧~


02

R实例：Nature子刊相关性网络图

① 导入包：

library(tidyverse)library(ggplot2)library(igraph)library(ggraph)library(RColorBrewer)


② 构造数据集：

set.seed(10)vertices = data.frame(name=LETTERS[1:12])edges = as.data.frame(t(combn(LETTERS[1:12],2)))edges = edges[sample(1:nrow(edges),30),]colnames(edges)<- c("from","to")edges$weight = c(sample(1:2,nrow(edges)-5,replace = T),                 sample(4:5,5,replace=T))
# 计算degreecounts = count(data.frame(v = c(edges$from,edges$to)),v)$nvertices = mutate(vertices, degree = counts,class = c(2,rep(1,11)))
head(vertices)head(edges)
图片


③ 构建graph，指定颜色：

mygraph <- graph_from_data_frame(d=edges,                                 vertices=vertices,directed=F)
edges_color<- brewer.pal(11,"BrBG")[7:11]node_color <- c("#476DA1","#AB3A2A")


④ 绘制相关性网络图：

ggraph(mygraph,"linear", circular = T) +  geom_edge_arc0(mapping = aes(width = weight,color = as.factor(weight))) +  geom_node_point(aes(size=degree, fill=factor(class)),shape= 21, color='black')+  geom_node_text(aes(label=name, size = weight),                 color ="white", angle=0,hjust=0.5,size=4) +  scale_edge_width(range = c(1,5),                   guide = guide_legend(title = "Wight",                                        order=1))+  scale_size(breaks = seq(1, max(vertices$degree),3),             label = seq(1,max(vertices$degree),3),             range = c(8,15),             guide = guide_legend(title ="Degree",order = 2)) +  scale_fill_manual(values = node_color, guide = "none") +  scale_edge_colour_manual(values = edges_color,guide ="none") +  theme_void( )+  theme(legend.title = element_text(size=18),        legend.direction ="vertical",        legend.box ="horizontal",        legend.position ="right",        legend.justification="bottom")
图片


现在：


长按扫码关注：科研生信充电宝

图片

10元赞赏本文，即喜欢作者~


即可直接解锁：


《R语言复现Nature子刊相关性网络图》全套代码和源文件


看到这里你还不心动吗？


赶紧关注、转发、点赞、分享，领取你的专属福利吧~



好啦，以上就是今天推文的全部内容啦！



今天的分享就到这里啦~


另外，本公众号建立了R语言和Python学习分享群，联系后台，拉您入群。


或直接添加小编，拉您入群：

图片




版权声明：本文内容由互联网用户自发贡献，版权归作者所有，本公众号不拥有所有权，也不承担相关法律责任。

如果您发现本公众号中有涉嫌抄袭的内容，欢迎发送邮件至：kysxcdb@163.com 进行举报，一经查实，本公众号将立刻删除涉嫌侵权内容。

BIOINFOR

图片

微信号｜科研生信充电宝

 · BIOINFOR · 


永远相信美好的事情

即将发生

收录于合集 #r语言
 35个
上一篇机器学习系列|时间序列相似度的度量方法下一篇R语言机器学习系列|R语言比较AUC与0.5基线的Delong检验
喜欢此内容的人还喜欢

微信扫一扫
关注该公众号