论文
The structure, function and evolution of a complete human chromosome 8
https://www.nature.com/articles/s41586-021-03420-7
今天的推文我们模仿一下论文中figure1c最下面的小图
我理解的这个图是给定一个区间，有区间内的转座子坐标，还有区间内的基因坐标，然后放到同一个图上展示，最上方一排是一些转座子，下面就是基因
画基因结构我们用ggtranscript这个R包，因为是ggplot2的扩展，所以叠加内容就相对容易了，最上方的转座子位置用geom_rect()函数来添加
安装ggtranscript
github主页
https://github.com/dzhang32/ggtranscript
devtools::install_github("dzhang32/ggtranscript")准备基因的数据
这个是外显子的位置坐标
第一列是染色体号，第二三列是基因的起始位置，第四列是方向，第五列y是基因的放置位置，比如先把两个基因放到同一行，这个字符就是一样的，基因放到不同的行就写不同的字符，最后一列是基因的名字
这里有一个小知识点是excel里如果要把加减号当做普通字符输入需要在前面加一个单引号
转座子的数据
第一列和第二列是转座子的起始位置，第三列是y轴的位置，因为基因我是分为了两列，所以转座子的位置就给了3，如果基因有很多列，这个位置坐标也需要对应着改
加载需要用到的包
#devtools::install_github("dzhang32/ggtranscript")
library(ggtranscript)
library(ggplot2)
library(tidyverse)
library(readxl)读取基因数据
df<-read_excel("D:/R_4_1_0_working_directory/env001/data/20230414/example.xlsx",
sheet = "Sheet1")
df生成基因名的位置坐标
df %>%
group_by(gene_name,y) %>%
summarise(min_value=min(start)) ->df.textggtranscript这个包里有一个函数是to_intron()，有了外显子的位置可以算内含子的位置
to_intron(df,group_var = "gene_name")读取转座子的位置坐标
df.segment<-read_excel("D:/R_4_1_0_working_directory/env001/data/20230414/example.xlsx",
sheet = "Sheet2")作图代码
ggplot()+
geom_range(data=df,aes(xstart=start,xend=end,y=y,fill=gene_name),
height=0.2,
show.legend = FALSE)+
scale_fill_manual(values = c("#aed4e9","#f4a69a","#3ba889","#4593c3"))+
geom_intron(data=to_intron(df,group_var = "gene_name"),
aes(xstart=start,
xend=end,
y=y,
strand=strand))+
ggnewscale::new_scale_fill()+
geom_text(data=df.text,aes(x=min_value,y=y,label=gene_name),angle=90,vjust=-1)+
geom_rect(data=df.segment,aes(xmin=x1,xmax=x2,ymin=y,ymax=y+1,fill=group))+
theme_bw()+
theme(axis.text = element_blank(),
axis.ticks = element_blank(),
panel.grid = element_blank())+
labs(x=NULL,y="New gene models")+
theme(legend.position = c(0.8,0.2),
legend.background = element_rect(color="black"),
legend.direction = "horizontal",
legend.key.width = unit(5,'mm'),
axis.title.y = element_text(hjust = 0.25))+
scale_fill_discrete(name=expression(underline("Repeat elements")))+
guides(fill=guide_legend(title.position = "top",
title.hjust = 0.5))
基因名这样放如果不好看，可以放到基因的上方
df %>%
group_by(gene_name,y) %>%
summarise(min_value=mean(start)) -> df.text01
ggplot()+
geom_range(data=df,aes(xstart=start,xend=end,y=y,fill=gene_name),
height=0.2,
show.legend = FALSE)+
scale_fill_manual(values = c("#aed4e9","#f4a69a","#3ba889","#4593c3"))+
geom_intron(data=to_intron(df,group_var = "gene_name"),
aes(xstart=start,
xend=end,
y=y,
strand=strand))+
ggnewscale::new_scale_fill()+
geom_text(data=df.text01,aes(x=min_value,y=y,label=gene_name),vjust=-3,hjust=0)+
geom_rect(data=df.segment,aes(xmin=x1,xmax=x2,ymin=y,ymax=y+1,fill=group))+
theme_bw()+
theme(axis.text = element_blank(),
axis.ticks = element_blank(),
panel.grid = element_blank())+
labs(x=NULL,y="New gene models")+
theme(legend.position = c(0.8,0.2),
legend.background = element_rect(color="black"),
legend.direction = "horizontal",
legend.key.width = unit(5,'mm'),
axis.title.y = element_text(hjust = 0.25))+
scale_fill_discrete(name=expression(underline("Repeat elements")))+
guides(fill=guide_legend(title.position = "top",
title.hjust = 0.5))
有的基因名的位置不是太合适，如何用代码调整到合适的位置暂时想不到了，出图后手动调整吧
示例数据和代码可以给推文点赞，然后点击在看，最后留言获取
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！
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！
微信公众号好像又有改动，如果没有将这个公众号设为星标的话，会经常错过公众号的推文，个人建议将 小明的数据分析笔记本 公众号添加星标，添加方法是
点开公众号的页面，右上角有三个点
点击三个点，会跳出界面
