本文首发于“生信补给站”公众号 ggplot2-plotly|让你的火山图“活”过来
火山图（Volcano Plot）常用于展示基因表达差异的分布，横坐标常为Fold change（倍数），越偏离中心差异倍数越大；纵坐标为P value（P值），值越大差异越显著。得名原因也许是因为结果图像火山吧
一 载入R函数包及数据集
library(ggplot2) data <- read.csv("火山图.csv",header=TRUE,row.names = 1)
head(data) #查看数据类型，主要有P值，Fold change和基因ID即可。
二 ggplot2绘制火山图
2.1 绘制简单的火山图--点图
ggplot(data = data, aes(x = logFC, y = -log10(adj.P.Val))) + geom_point(alpha=0.8, size = 1)
和文献中的差距较大，以下几个方面可改进：
A：上下调基因的区分；
B：横轴，纵轴的阈值线；
C：重点基因的标示。
2.2 细节优化火山图
1）根据阈值设定上下调基因
新增change列，利用ifelse函数添加基因的上下调情况，color进行区分，然后使用geom_hline() 和 geom_vline( )参数添加阈值线，
data$change <- as.factor(ifelse(data$adj.P.Val < 0.01 & abs(data$logFC) > 1,ifelse(data$logFC > 1,'UP','DOWN'),'NOT'))
2）添加阈值线
使用geom_hline() 和 geom_vline( )参数添加阈值线
ggplot(data = data, aes(x = logFC, y = -log10(adj.P.Val), color = change)) + geom_point(alpha=0.8, size = 1) + theme_bw(base_size = 15) + theme(panel.grid.minor = element_blank(),panel.grid.major = element_blank()) + geom_hline(yintercept=2 ,linetype=4) + geom_vline(xintercept=c(-1,1) ,linetype=4 ) + scale_color_manual(name = "", values = c("red", "green", "black"), limits = c("UP", "DOWN", "NOT"))
3） 标示重点显著差异基因
上图是不是有点像了，新增sign列，利用ifelse函数添加重点显著差异基因，然后使用geom_text参数添加到图上，
data$sign <- ifelse(data$adj.P.Val < 0.001 & abs(data$logFC) > 2.5,rownames(data),NA)
ggplot(data = data, aes(x = logFC, y = -log10(adj.P.Val), color = change)) + geom_point(alpha=0.8, size = 1) + theme_bw(base_size = 15) + theme(panel.grid.minor = element_blank(),panel.grid.major = element_blank()) + geom_hline(yintercept=2 ,linetype=4) + geom_vline(xintercept=c(-1,1) ,linetype=4 ) + scale_color_manual(name = "", values = c("red", "green", "black"), limits = c("UP", "DOWN", "NOT")) + geom_text(aes(label = sign), size = 3)
4） 解决基因名重叠问题
基本和paper一致，但是因为差异表达基因太多，存在重叠情况，现使用R语言的ggrepel包解决标签太多导致的重叠问题。
library(ggrepel) ggplot(data = data, aes(x = logFC, y = -log10(adj.P.Val), color = change)) + geom_point(alpha=0.8, size = 1) + theme_bw(base_size = 15) + theme(panel.grid.minor = element_blank(),panel.grid.major = element_blank()) + scale_color_manual(name = "", values = c("red", "green", "black"), limits = c("UP", "DOWN", "NOT")) + geom_label_repel(aes(label=sign), fontface="bold", color="grey50", box.padding=unit(0.35, "lines"), point.padding=unit(0.5, "lines"), segment.colour = "grey50")
5） 标示感兴趣的基因的表达情况
将我们感兴趣的基因添加到数据的LABEL列中，假设以下几个基因是我们重点关注的基因，单独查看以下基因的表达情况
ggplot(data = data, aes(x = logFC, y = -log10(adj.P.Val), color = change)) + geom_point(alpha=0.8, size = 1) + theme_bw(base_size = 15) + theme(panel.grid.minor = element_blank(),panel.grid.major = element_blank() ) + scale_color_manual(name = "", values = c("red", "green", "black"), limits = c("UP", "DOWN", "NOT")) + geom_label_repel(aes(label=LABEL), fontface="bold", color="grey50", box.padding=unit(0.35, "lines"), point.padding=unit(0.5, "lines"), segment.colour = "grey50")
呐，到这里除了数据不一样，基本实现了文献中的火山图，是不是以为到这就结束了？NO!NO!NO! 实现上述静态的就可以发paper去了！
但是，，，
汇报展示的时候，如果能动态交互式的展示所有显著基因的FC值和P值，是不是更酷炫！
三 plotly绘制交互式火山图
1）plot_ly函数画散点图
library(plotly) plot_ly(data,x = ~logFC, y = ~-log10(adj.P.Val),text = ~sign, type = 'scatter', mode = 'markers')
会弹出一个网页，然后可以交互式的展示每个点的FC值和P值。
那可不可以在“paper”级静态火山图的基础上，实现交互式呢？当然可以！！！
