近幾十年，系統生物學慢慢走近科研者的視野，主要著眼于研究細胞信號轉導、基因調控網絡和生物系統的組成。多組學聯合分析可以由表及里，解析直接原因和根本原因，深入闡釋作用機理。在多組學的聯合應用中，最終都要落腳到功能注釋和通路富集分析，其中基于通路富集分析的圖形展示豐富多樣，通過此分析可找到與研究相關的通路、關鍵基因/代謝物，以便進行后續的數據挖掘。

小鹿在往期文章中，向大家推薦過一個代謝組學分析工具MetaboAnalyst網站(詳情請戳實用錦囊：MetaboAnalyst代謝組學分析工具實操)MetaboAnalyst網站鏈接: https://www.metaboanalyst.ca/ )。MetaboAnalyst網站主要用于數據篩選和數據標準化處理功能、代謝通路富集等功能。

在上期的推文中我們用MetaboAnalyst快速、簡單完成了數據篩選和代謝通路富集圖。但拿下圖用MetaboAnalyst畫出來的氣泡圖來看，你看出來了嗎？似乎缺少點什么？

嗨~~發現了嗎？這張氣泡圖有一個顯而易見的缺點，那就是沒有顯示代謝通路的名稱。那么，有沒有什么方法可以滿足我們看到代謝通路名稱的需求呢？

答案是肯定的，方法也是有的。它來自貝爾實驗室，它最擅長的就是用五彩斑斕的圖給你好看，它是可視化的主宰……數據繪圖的先鋒……分析的神器——R語言！

來，先來看看我們將要完成的目標——為上面的圖添加上代謝通路名稱！

這張氣泡圖中，左側是代謝通路的名稱。橫軸則表示richfactor，指富集因子，是用代謝通路富集結果中的in set除以in background。如果大家用的是MetaboAnalyst的富集結果表格，可以將這個參數替換為Impact。

然后我們用氣泡大小來表示, 參與這條通路的差異代謝物數目，用氣泡顏色來表示該代謝通路的超幾何檢驗p值。

思路我們已經有了，接下來就是實際操作的部分了！

首先我們要請出我們萬能的，無敵的，可視化作圖繞不過去的R語言包：ggplot2！

相信ggplot2的作圖邏輯，大家已經熟悉了，它的核心理念就是：將繪圖與數據分離，數據相關的繪圖與數據無關的繪圖分離，按圖層作圖，保有命令式作圖的調整函數以及將常見的統計變換融入到了繪圖中。

有了氣泡圖的繪圖思路，有了ggplot2的作圖邏輯，那么接下來的事情就是水到渠成啦~~

數據處理

根據我們對氣泡圖的分析，我們用于作圖的數據應該包含以下幾列:

1.代謝通路名稱(PathwayTerm)；

2.橫軸的Richfactor或是Impact；

3.參與這條通路的差異代謝物數；

4.代謝通路的超幾何檢驗p值；

最終完成的數據應該是這樣的:

包的導入和數據的讀取

library(ggplot2)

setwd("G:/R")

#這里用的是csv格式的讀入文件,大家可以根據自己的實際情況替換為其他格式的讀入文件

pathway = read.table("DE.csv",header=T,sep=",")

作圖

#確定使用數據及坐標軸映射關系

pp=ggplot(pathway,aes(RichFactor,PathwayTerm))

#正式畫圖并添加size和color的參數

pbubble=pp+geom_point(aes(size=Number,color=P_value))

#添加顏色的變化

pbubble+scale_colour_gradient(low="green",high="red")

結束了,畫完了,是不是超級簡單!

運用ggplot2,不僅能讓我們每天都能有新發現，而且可以讓我們在代碼的運用和變換之間感受無窮樂趣。

可是又有老師會覺得R語言不是我所追求的，我只想快速又簡單的畫出具有代謝通路名稱的代謝圖怎么辦呢？小鹿還有一個好的分析平臺(點擊文末閱讀原文即可訪問)，歐易/鹿明生物云平臺，極速出圖體驗，沒有更快，只有最快~~快來訪問試一試吧！

猜你還想看

◆云平臺：震驚！他花了3分鐘就完成了我三個周的工作!

◆云平臺：歐易/鹿明云 | 免費的聚類熱圖不試試嗎？

◆生信分析：這個R包不太冷系列——GOplot(功能富集繪圖)

◆生信分析：10行代碼讓你的相關性圖貌美如花

◆生信分析：對話百年名畫--文章繪圖配色高級又簡單！

◆生信分析：只需3分鐘Get“代謝通路分析神器”

◆生信分析：玩轉生信—火山圖中“億點細節”，你會打造嗎？

◆生信分析：【指南】Cytoscape之stringAPP蛋白互作分析詳解

◆生信分析：【教程】組學研究，用python快速實現PCA分析和繪圖

◆生信分析：組學研究，R語言實用技巧—熱圖，運用pheatmap包簡單易懂快速匯圖方法來襲~

◆生信分析：【情人節】R語言—小提琴圖的浪漫邂逅

END

文章來源于鹿明生物

總結

以上是生活随笔為你收集整理的信号通路怎么读_奥利给~~代谢通路富集分析原来还可以这么做？的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。