R語言ggplot2畫氣泡圖（dotplot）展示基因表達量，今天的內容介紹如何在氣泡圖和左側和上方添加聚類樹圖，今天的內容主要參考 aplot包：讓你畫出更復雜的圖

今天重復的內容是論文中的figure2f

 

按照論文提供的代碼得到了畫圖用到的數據，部分數據如下

 

但是用他提供的畫圖代碼沒有能夠畫出圖來。因為他用到了一個dot_plot()函數，沒有找到這個函數是怎么來的。既然已經拿到了數據，就用ggplot2自己來畫吧

data.final<-read.csv("NM/figure2f.csv",header=T,check.names=F)
head(data.final)

library(ggplot2)
ggplot(data.final,aes(x=features.plot,y=id))+
  geom_point(aes(size=`Percent expressed`,
                 color=`Average expression`))+
  theme_bw()+
  theme(panel.grid = element_blank(),
        axis.text.x=element_text(angle=90,hjust = 1,vjust=0.5))+
  scale_color_gradient(low="lightgrey",high="blue")+
  labs(x=NULL,y=NULL)+
  guides(size=guide_legend(order=3))

 

以y軸為變量，做層次聚類，并使用ggtree展示層次聚類結果

df<-data.final[,c(1,2,4)]

df1<-reshape2::dcast(df,id~features.plot,value.var = "Average expression")
rownames(df1)<-df1$id
df1.1<-df1[,2:22]

 

df1.1.clust<-hclust(dist(df1.1))
df2.1.clust<-hclust(dist(df2.1))
library(ggtree)
p2<-ggtree(df1.1.clust)
p2+
  geom_tiplab()+
  xlim(NA,7)

 

library(ggplot2)
p1<-ggplot(data.final,aes(x=features.plot,y=id))+
  geom_point(aes(size=`Percent expressed`,
                 color=`Average expression`))+
  theme_bw()+
  theme(panel.grid = element_blank(),
        axis.text.x=element_text(angle=90,hjust = 1,vjust=0.5))+
  scale_color_gradient(low="lightgrey",high="blue")+
  labs(x=NULL,y=NULL)+
  guides(size=guide_legend(order=3))

library(aplot)
p1%>%
  insert_left(p2,width = 0.2)

 

df2<-reshape2::dcast(df,features.plot~id,value.var = "Average expression")
rownames(df2)<-df2$features.plot
df2.1<-df2[,2:15]
df2.1.clust<-hclust(dist(df2.1))
p3<-ggtree(df2.1.clust)+
  #geom_tiplab(angle=90)+
  #theme_tree2()+
  layout_dendrogram()
p3
p1%>%
  insert_left(p2,width = 0.2)%>%
  insert_top(p3,height = 0.2)

這里多了一個知識點是ggtree作圖默認開口樹的方向是向右，如果需要把開口改成向下，需要加上layout_dendrogram()函數

最終的結果如下

 

這里和論文中的圖有些不一致，可能是聚類算法的原因;ggtree有一個默認的從上到下排序，比如左側的樹現在第一個是H6,第二個是H5，如果想把H5放到第一個也是可以實現的，可以參考之前的推文 R語言ggtree按照指定的節點旋轉樹。