跟着ISEM学作图:R语言ggtree+ggplot2组合进化树和气泡图

论文

Conserved and reproducible bacterial communities associate with
extraradical hyphae of arbuscular mycorrhizal fungi

image.png

今天的推文我们来重复一下论文中的 Figure 2

image.png

没有找到论文提供的原始数据,这里数据我自己构造一份

首先是左侧的进化树文件

(((A8:0.9735669859,((A5:0.7219205995,A9:0.5385038075):0.6462689626,A1:0.3329299772):0.03139768029):0.06015197909,A10:0.4923124262):0.4108513703,(((A6:0.8690173309,A4:0.5830903472):0.309844861,(A3:0.5314095169,A7:0.8771070722):0.7551963951):0.5753640204,A2:0.7064118343):0.2585936433);

给进化树准备一个分组文件

image.png

右侧的气泡图数据

image.png

数据没有实际意义是随便构造的,公众号可以找到数据和代码的获取方式

首先是做进化树的代码

library(ggtree)
library(treeio)
library(readxl)
library(tidyverse)

tree<-read.tree("ISEM/example.tree")
dat01<-read_excel("ISEM/dat01.xlsx")
tree<-full_join(tree,dat01,by="label")

ggtree(tree)+
  geom_tiplab(align = TRUE,
              fontface=3)+
  geom_tippoint(aes(color=groupinfo),
                show.legend = F,
                size=5)+
  scale_color_manual(values = c('group1'='#df237b',
                                'group2'='#11926a'))+
  xlim(0,3)-> p1

p1
image.png

然后是右侧气泡图的代码

dat02<-read_excel("ISEM/dat02.xlsx")

dat02$species<-
  factor(dat02$species,
         labels = c('G. versiforme\nDryden',
                    'G. versiforme\nFlorence',
                    'G. versiforme\nPendleton',
                    'R. irregularis\nDryden'))

dat02$tiplabel<-
  factor(dat02$tiplabel,
         levels = p1$data %>% na.omit() %>% arrange(y) %>% pull(label))

ggplot(data=dat02,aes(x=log2foldchange,y=tiplabel))+
  geom_point(aes(size=`Mean relative abundance`,
                 fill=groupinfo),
             shape=21)+
  geom_vline(xintercept = 0,lty="dashed",color="grey")+
  facet_wrap(~species,nrow = 1,
             scales = 'free')+
  scale_fill_manual(values = c('group1'='#df237b',
                               'group2'='#11926a'))+
  guides(size=guide_legend(order = 1),
         fill=guide_legend(order = 2))+
  theme_minimal()+
  theme(legend.position = 'bottom',
        legend.direction = 'vertical',
        legend.justification = c(0,0),
        axis.line.x = element_line(),
        axis.ticks.x = element_line(),
        axis.title.y = element_blank(),
        axis.text.y = element_blank(),
        panel.grid = element_blank(),
        strip.background = element_rect(fill = "grey")) -> p2

p2

image.png

最后是拼图的代码


library(patchwork)
help(package="patchwork")

p1+p2+
  plot_layout(widths = c(1,4))
image.png

这里拉丁文的斜体没有通过代码设置,出图后再编辑可能比较方便

公众号可以找到数据和代码的获取方式

欢迎大家关注我的公众号

小明的数据分析笔记本

小明的数据分析笔记本 公众号 主要分享:1、R语言和python做数据分析和数据可视化的简单小例子;2、园艺植物相关转录组学、基因组学、群体遗传学文献阅读笔记;3、生物信息学入门学习资料及自己的学习笔记!

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 211,194评论 6 490
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 90,058评论 2 385
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 156,780评论 0 346
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 56,388评论 1 283
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 65,430评论 5 384
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 49,764评论 1 290
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,907评论 3 406
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 37,679评论 0 266
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,122评论 1 303
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 36,459评论 2 325
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 38,605评论 1 340
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,270评论 4 329
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,867评论 3 312
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 30,734评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,961评论 1 265
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 46,297评论 2 360
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 43,472评论 2 348

推荐阅读更多精彩内容