基于R语言绘制网络图，新人选手上手

本期教程

写在前面

今天自己学习一下使用ggNetView包绘制网络图，这个包开发者在去年时候添加过好友。她的绘图功底很厉害，包开发的也全面。这个包是今年10月份上线Github，ggNetView包，网络图绘制，大家应该都比较需要，期待很久！，今年年底事情比较多，从知道上线到目前，自己还未真正的使用此包。因此，也借此机会，一起学习一下。

Github仓库：

R 复制代码

https://github.com/Jiawang1209/ggNetView

包的安装

自己已经快有半年没有认真的是使用本地佮R软件，因此自己的R版本停留在version 4.4版本。自己在安装ggNetView包时一直报错，无法下载安装，也是折腾了很久。

若是你的R版本是在5.0以前的，我们还是建议你进行升级。

因为很多R包，可能在老版本中无法运行。但是，若是你未遇到无法安装R包的情况，我们是不建议你进行升级（具体升不升，视情况而定）。

1. 升级R版本

进入R软件官网，https://www.r-project.org/

最新R版本为4.5.2，，我们选择下载最新版本

2. 下载安装Rtools软件

网址：

R 复制代码

https://cran.r-project.org/bin/windows/Rtools/

选择自己的适合的版本，正常安装即可。

3. 在Rstudio中选择最新版本的R版本

4. 在新版本R中导入已安装的R包路径

在R语言中如何更改R包安装路径教程中有详细说明。

R 复制代码

## 我们操作在Rstuido中
## 新建一个初始启动文件
file.edit('~/.Rprofile')

##-------------
## 更改R包默认安装路径
.libPaths("D:/软件安装/R_libaray")   ## 输入你的路径
myPaths <- c("D:/软件安装/R_libaray")
.libPaths(myPaths)

安装ggNetView包

我自己在安装包中遇到以下问题：

BiocManager包版本太低，需要升级
提前安装好SpiecEasi和mascarade包

1. 升级BiocManager包

遇到的报错如下：

安装或升级对应的版本：

R 复制代码

 # install.packages("BiocManager")
 BiocManager::install(version = "3.22")

2. 按SpiecEasi和mascarade包

安装SpiecEasi

R 复制代码

https://github.com/zdk123/SpiecEasi?tab=readme-ov-file#installation

安装方式：

R 复制代码

if (!require("BiocManager", quietly = TRUE)) install.packages("BiocManager")

BiocManager::install("SpiecEasi")

我使用此方式无法安装，你可以试一试。

R 复制代码

if (!require("remotes", quietly = TRUE)) install.packages("remotes")

remotes::install_github("zdk123/SpiecEasi")

自己安装成功的命令如下：

R 复制代码

# install.packages("pak")
pak::pak("zdk123/SpiecEasi")

安装mascarade包

网址：

R 复制代码

https://github.com/alserglab/mascarade

R 复制代码

remotes::install_github("alserglab/mascarade")

安装ggNetView包

R 复制代码

# install.packages("pak")
pak::pak("Jiawang1209/ggNetView")

R 复制代码

library(ggNetView)

导入数据

R 复制代码

data("otu_tab")
data("otu_rare")
# 相关性数据
data("otu_rare_relative")
otu_rare_relative[1:5, 1:5]
## 导入load node annotation
data("tax_tab")

创建graph

R 复制代码

obj <- build_graph_from_mat(
  mat = otu_rare_relative,
  transfrom.method = "none",
  method = "WGCNA",
  cor.method = "pearson",
  proc = "BH",
  r.threshold = 0.7,
  p.threshold = 0.05,
  node_annotation = tax_tab
)

R 复制代码

> obj[1:5,1:5]
5 x 5 sparse Matrix of class "dgCMatrix"
           ASV_916   ASV_777   ASV_606   ASV_740  ASV_1449
ASV_916  .         0.9119817 0.8756662 0.9310804 0.9031801
ASV_777  0.9119817 .         0.8392998 0.8862393 0.8400058
ASV_606  0.8756662 0.8392998 .         0.8876777 0.9306098
ASV_740  0.9310804 0.8862393 0.8876777 .         0.8583368
ASV_1449 0.9031801 0.8400058 0.9306098 0.8583368 .

R 复制代码

p1 <- ggNetView(
  graph_obj = obj,
  layout = "gephi",
  layout.module = "adjacent",
  group.by = "Modularity",
  fill.by = "Modularity",
  pointsize = c(1, 5),
  center = F,
  jitter = F,
  mapping_line = F,
  shrink = 0.9,
  linealpha = 0.2,
  linecolor = "#d9d9d9"
)

绘制带有模块信息

R 复制代码

p2 <- ggNetView(
  graph_obj = obj,
  layout = "gephi",
  layout.module = "random",
  group.by = "Modularity",
  fill.by = "Modularity",
  pointsize = c(1, 5),
  center = F,
  jitter = TRUE,
  jitter_sd = 0.15,
  mapping_line = TRUE,
  shrink = 0.9,
  linealpha = 0.2,
  linecolor = "#d9d9d9",
  add_outer = T,
  label = T
)

R 复制代码

p3 <- ggNetView(
  graph_obj = obj,
  layout = "gephi",
  layout.module = "random",
  group.by = "Modularity",
  fill.by = "Phylum",
  pointsize = c(1, 5),
  center = F,
  jitter = TRUE,
  jitter_sd = 0.15,
  mapping_line = TRUE,
  shrink = 0.9,
  linealpha = 0.2,
  linecolor = "#d9d9d9",
  add_outer = T,
  label = T
)

2024已离你我而去，2025加油！！

2024年推文汇总 (点击后访问)
2023年推文汇总 (点击后访问)
2022年推文汇总 (点击后访问)

往期部分文章

1. 最全WGCNA教程（替换数据即可出全部结果与图形）

WGCNA分析代码六

推荐大家购买最新的教程，若是已经购买以前WGNCA教程的同学，可以在对应教程留言，即可获得最新的教程。（注：此教程也仅基于自己理解，不仅局限于此，难免有不恰当地方，请结合自己需求，进行改动。）

2. 精美图形绘制教程

3. 转录组分析教程

4. 转录组下游分析

BioinfoR生信筆記 ，注于分享生物信息学相关知识和R语言绘图教程。