写在前面ggplot2是一款风靡全球的绘图R包，可惜的是，我对它的理解只能到入门的水平，本着在实战中学习的理念，我就搜索一下往后可能用得到的图，进行揣摩和优化，然后我发现了一个师兄的公众号，遂跟着这个师兄学习R绘图。公众号在文末。1.读入数据dat2.过滤数据并用默认参数展示library(tidyverse)dat%>%filter(Corrected.P.Valuedat01#这里为了减少计算量，根据P值进行了过滤dim(dat01)dim(dat)library(ggplot2)dat01$GeneRatioimage.png这当然无法达到我们发文章的要求，需要对其进行美化一下。3.美化
写在前面ggplot2是一款风靡全球的绘图R包，可惜的是，我对它的理解只能到入门的水平，本着在实战中学习的理念，我就搜索一下往后可能用得到的图，进行揣摩和优化，然后我发现了一个师兄的公众号，遂跟着这个师兄学习R绘图。公众号在文末。1.读入数据dat2.过滤数据并用默认参数展示library(tidyverse)dat%>%filter(Corrected.P.Valuedat01#这里为了减少计算量，根据P值进行了过滤dim(dat01)dim(dat)library(ggplot2)dat01$GeneRatioimage.png这当然无法达到我们发文章的要求，需要对其进行美化一下。3.美化
####安装包install.packages("BiocManager")BiocManager::install(version="3.13")BiocManager::install("gprofiler2")BiocManager::install("clusterProfiler")BiocManager::install("AnnotationHub")BiocManager::install("org.Bt.eg.db")GO分析（上下调基因分开做，可用于BP,CC,MF分开画图）##方法2：下载到本地加载,每次使用上传,（推荐）library(AnnotationDbi)set
####安装包install.packages("BiocManager")BiocManager::install(version="3.13")BiocManager::install("gprofiler2")BiocManager::install("clusterProfiler")BiocManager::install("AnnotationHub")BiocManager::install("org.Bt.eg.db")GO分析（上下调基因分开做，可用于BP,CC,MF分开画图）##方法2：下载到本地加载,每次使用上传,（推荐）library(AnnotationDbi)set
写在前面：经常做转录组分析，就是把差异基因搞个火山图和Venn图看各组差异基因的共有和特有情况。看见有个比较好的选择，能直观比较各种处理带来的影响，如下：image.png来自Natureplants的一篇文章Ref:https://github.com/YulongNiu/MPIPZ_microbe-host_homeostasishttps://www.nature.com/articles/s41477-021-00920-2这个图很牛逼啊，表示的信息量很全，值得学习。去扒作者的代码，复现出了大部分所需文件：总的基因丰度表，即各个基因在每个样品中的丰度image.png各个样品的基因差异
写在前面：经常做转录组分析，就是把差异基因搞个火山图和Venn图看各组差异基因的共有和特有情况。看见有个比较好的选择，能直观比较各种处理带来的影响，如下：image.png来自Natureplants的一篇文章Ref:https://github.com/YulongNiu/MPIPZ_microbe-host_homeostasishttps://www.nature.com/articles/s41477-021-00920-2这个图很牛逼啊，表示的信息量很全，值得学习。去扒作者的代码，复现出了大部分所需文件：总的基因丰度表，即各个基因在每个样品中的丰度image.png各个样品的基因差异
打开Rstudio，依次输入以下脚本Module_GO文件：#setwd("C:/Users/86176/Desktop")#library(grid)#library(ggplot2)#data #data$Module#qplot(GO,number,colour=p_value,data=data,ylab="gene_number",xlab="GOenrichment",geom="jitter")+scale_colour_gradient2(low="red",mid="yellow",high="blue",midpoint=0.003)+theme_bw()+facet_wr
打开Rstudio，依次输入以下脚本Module_GO文件：#setwd("C:/Users/86176/Desktop")#library(grid)#library(ggplot2)#data #data$Module#qplot(GO,number,colour=p_value,data=data,ylab="gene_number",xlab="GOenrichment",geom="jitter")+scale_colour_gradient2(low="red",mid="yellow",high="blue",midpoint=0.003)+theme_bw()+facet_wr
