bulk RNA-Seq（7）差异表达分析可视化

上一期我们讲了样本相关性分析的一些可视化，这一期我们来做差异分析的热图和火山图。

火山图

火山图（Volcano Plot）RNA-seq等分析时常用的一种图，它能够清晰地展示显著上调和下调的基因，因作出来的图形如火山喷发，故而得名。

例如图中，X轴一般表示log2的倍数变化，Y轴一般表示-log10(p-value)，不同颜色的点表示满足不同条件的基因。

红色表示上调基因（P<0.05, Fold change >=2），蓝色表示下调基因，灰色表示不显著的基因（即要么Fold change不满足阈值，要么Pvalue不满足阈值，要么Fold change和Pvalue都不满足阈值），两条垂直虚线表示Fold change（这里默认2倍，即log2(2)=1），一条水平线表示Pvalue阈值（默认0.05）

ini 复制代码

DE <- read.delim("Rworkspace/de_result") #导入差异分析结果
library(ggrepel)
my_palette <- c('#4DBBD5FF', '#999999','#E64B35FF' )
library(ggplot2) 
ggplot(data = DE, aes(x = log2FoldChange, y = -log10(padj))) + 
geom_point(aes(color = direction, size = abs(log2FoldChange))) + 
geom_hline(yintercept = -log10(0.05), linetype = 'dashed', color = 'red') +   geom_vline(xintercept = c(-1,1), linetype = 'dashed') +  
scale_color_manual(values = my_palette) +  
scale_size(range = c(0.1,1.5)) + 
guides(size = FALSE) + 
labs(x = 'log2 fold change',    
y = '-log10(pvalue)' ,   
title = 'Vocano plot',    
size = 'log2 fold change') +    
theme_bw()   
legend.background = element_blank())

用颜色代表数字，让数据呈现更直观，对比更明显。

直观呈现多样本多个基因的全局表达量变化。

呈现多样本多基因表达量的聚类关系。

聚类是把相似的对象通过静态分类的方法分成不同的组别或者更多的子集，这样让在同一个子集中的成员对象都有相似的一些属性。

scss 复制代码

library(tidyverse)
de_result <- filter(DE, abs(log2FoldChange) > 1 & padj < 0.05) %>%
mutate(FC = 2 **log2FoldChange) %>%  mutate(direction = if_else( 
padj > 0.05, 'ns', if_else(  
abs(log2FoldChange) < 1, 'ns', if_else(   
log2FoldChange >= 1, 'up', 'down')))) %>%
left_join(gene_info, by = c('GID' = 'ID')) %>% 
left_join(rownames_to_column(genes_exp, var = 'GID'), 
by = 'GID') %>%  dplyr::select(-c(8:9))#logFC>2,padi<0.05筛选差异基因，并关联基因信息表和表达矩阵pheatmap_de <- select(de_result, -c(2:15)) %>% 
column_to_rownames(var = 'GID')pheatmap(log10(pheatmap_de ), cluster_rows = TRUE,          show_rownames = F,       
annotation_col = select(sample_info, group),         cutree_rows =2,         cutree_cols =2 )#画图并添加注释信息