跟着Nature Genetics学作图：R语言ggplot2箱线图展示不同类别基因家族核苷酸多样性

论文

Pangenome analysis reveals genomic variations associated with domestication traits in broomcorn millet

论文中提供大部分图的原始作图数据，我们可以试着用论文中提供的原始数据来复现一下论文中的图

今天的推文来复现一下论文中的figure2g

今天的推文主要是学习这里做差异检验的方法，figure2的图注里写到

Significance was tested using a Kruskal–Wallis test; multiple comparisons were analyzed using a Nemenyi test. The different lowercase letters above the box plots represent significant differences (P ≤ 0.05).

论文中提供的示例数据截图

读取数据

library(readxl)
fig2g.dat<-read_excel("data/20231201/41588_2023_1571_MOESM5_ESM.xlsx",
                      sheet = "Fig. 2g",
                      skip = 1)
fig2g.dat

Kruskal–Wallis test

kruskal.test(Pi~Class,data = fig2g.dat)

多重比较  a Nemenyi test

这里需要给分组变量添加因子水平

fig2g.dat %>% 
  mutate(Class=factor(Class)) -> fig2g.dat
#install.packages("PMCMRplus")

PMCMRplus::kwAllPairsNemenyiTest(Pi~Class,data = fig2g.dat)
PMCMRplus::kwAllPairsNemenyiTest(Pi~Class,data = fig2g.dat,dist="Chisquare")

作图代码

直接用论文中提供的数据做出的效果如下

ggplot(data=fig2g.dat,aes(x=Class,y=Pi))+
  geom_boxplot()

把y轴的范围限制到0到0.05,去掉离群值

ggplot(data=fig2g.dat,aes(x=Class,y=Pi))+
  geom_boxplot(outlier.alpha = 0)+
  scale_y_continuous(limits = c(0,0.05))+
  theme_bw()

这个和论文中最终呈现的图还是不太一致，暂时没太想明白论文中是怎们处理这部分数据用于作图的，我个人感觉把核苷酸多样性取log10再作图看起来会美观一点，不知道这样处理是否合适

ggplot(data=fig2g.dat,aes(x=Class,y=Pi))+
  stat_boxplot(geom = "errorbar",
               width=0.2)+
  geom_boxplot(aes(fill=Class),notch=TRUE,
               notchwidth = 0.1,
               outlier.alpha = 0,
               width=0.3)+
  theme_bw(base_size = 20)+
  theme(panel.grid = element_blank(),
        legend.position = "none",
        axis.text.x = element_text(angle=60,vjust=1,hjust=1))+
  labs(x=NULL,y="Nucleotide diversity (u03c0)")+
  scale_y_log10(breaks=c(0.00001,0.0001,0.001,0.01,0.1),
                     labels = scales::trans_format("log10", scales::math_format(10^.x)))+
  scale_fill_manual(values = c("#00a087","#4dbbd5","#968bc8"))+
  geom_text(data=data.frame(x=c(1,2,3),y=c(0.2,0.6,0.99),label=c("c","b","a")),
            aes(x=x,y=y,label=label))+
  annotate(geom = "text",x=2,y=1.5,label="p=2.22x10-16")

示例数据可以到论文中下载，或者给推文打赏1元获取我整理的示例数据和代码

欢迎大家关注我的公众号

小明的数据分析笔记本