序列分析图（sequence logo）一般指以图形方式依次展示序列比对中各个位置上出现的残基及其频率，常用于描述序列特征，如DNA中的蛋白质结合位点或蛋白质中的功能单元。序列分析图中每个残基对应图形字符的大小与残基在该位置上出现的频率是成正比的！
安装、加载R包
rm(list=ls())
#安装包
install.packages("ggseqlogo")
#加载包
library(ggseqlogo)
数据
支持序列与矩阵两种格式的文件，以以ggseqlogo包自带示例数据ggseqlogo_sample为例：
data(ggseqlogo_sample)
#DNA数据
df1<-pfms_dna
#氨基酸数据
df2<-seqs_aa
#序列格式
df3<-seqs_dna$MA0011.1
#矩阵格式——代表碱基位置及相应碱基在该位置的出现次数
df4<-pfms_dna$MA0031.1
image.png
image.png
image.png
image.png
ggseqlogo包绘图参数
1、基本参数查看
??ggseqlogo#查看参数
ggseqlogo(data, facet = "wrap", scales = "free_x", ncol = NULL,
nrow = NULL, ...)
2、基本序列分析图绘制
ggseqlogo(df1)
ggseqlogo(df3)
image.png
image.png
3、方法的选择——“bits”(默认)和“probability”
p1<-ggseqlogo(df3,method="bits")
p2<-ggseqlogo(df3,method="probability")
cowplot::plot_grid(p1,p2,ncol=1)
image.png
4、绘制多个图时通过facet与ncol控制
ggseqlogo(df1, facet = "wrap",ncol = 1)
ggseqlogo(df1, facet = "wrap",ncol = 2)
image.png
image.png
5、序列类型的指定
#通过seq_type参数指定序列类型，默认为“auto”自动识别，可选择"aa"、"dna"、"rna"
ggseqlogo(df1, facet = "wrap",ncol = 2, seq_type="dna")
ggseqlogo(df2, facet = "wrap",ncol = 2, seq_type="aa")
image.png
image.png
6、配色方案
#通过col_scheme参数设置，具体配色方案通过?list_col_schemes查看
list_col_schemes(v = T)
image.png
ggseqlogo(df1,col_scheme='clustalx')
ggseqlogo(df1,col_scheme='taylor')
image.png
image.png
7、自定义配色方案——通过make_col_scheme参数实现，有离散型与连续性两种方式
#离散型配色
col1<-make_col_scheme(chars = c("A","G", "T", "C"),
groups = c("g1","g2", "g3","g4"),
cols = c("red","green","blue","yellow"))
ggseqlogo(df1,col_scheme=col1)
image.png
#连续型配色
col2<-make_col_scheme(chars=c("A","G", "T", "C"),
values=1:4,
name='group')
ggseqlogo(df1,col_scheme=col2)
image.png
8、字体设置
#通过font参数实现，可通过?list_fonts查看内置字体
list_fonts(v = T)
image.png
a<-ggseqlogo(df3,font="xkcd_regular")
b<-ggseqlogo(df3,font="roboto_slab_regular")
c<-ggseqlogo(df3,font="helvetica_regular")
d<-ggseqlogo(df3,font="helvetica_light")
cowplot::plot_grid(a,b,c,d,ncol=2)
image.png
9、字母宽度设置
#通过stack_width参数设置
a<-ggseqlogo(df3,stack_width=1)
b<-ggseqlogo(df3,stack_width=0.5)
cowplot::plot_grid(a,b,ncol=1)
image.png
10、注释——与ggplot2注释原理一致
p1<-ggplot2::ggplot()+geom_logo(df3)+theme_logo()#可视化
p1
image.png
#添加文字注释
p1+ggplot2::annotate("text", x=6, y=1, label="This is a text\n annotation!")
image.png
#添加线条
p1+ggplot2::annotate("segment", x=1, xend = 3, y=1.5, yend = 1.5, size=3)
image.png
#添加图形注释
p1+ggplot2::annotate("rect", xmin = 6.5, xmax = 7.5, ymin = -0.05, ymax = 0.8,
alpha=0.2, col="grey", fill="green")
image.png
绘图模板代码
#模板代码
library(ggplot2)
col1<-make_col_scheme(chars = c("A","G", "T", "C"),
groups = c("g1","g2", "g3","g4"),
cols = c("red","green","blue","yellow"))#自定义配色
ggplot()+geom_logo(df1$MA0018.2,#数据
method="bits",#方法
seq_type="dna",#序列类型
col_scheme=col1,#配色方案
font="xkcd_regular",#字体
stack_width=0.8#字母宽度
)+
annotate("text", x=5.5, y=2, color='red',label="This is a text\n annotation!")+
annotate("segment", x=4.5, xend = 6.5, y=1.6, yend = 1.6, size=3)+
annotate("rect", xmin = 2.5, xmax = 3.5, ymin = -0.05, ymax = 2.05,
alpha=0.2, col="grey", fill="green")+
theme_logo()
image.png
