RNA-seq的差異基因除了熱圖/火山圖，你還可以如何展示？

差異基因展示方式除了熱圖、火山圖，還有傳說中的“瀑布圖”（不確定是不是叫瀑布圖，我感覺更像S型圖），近兩天我在瀏覽簡書的時候發現了一篇好文，來自簡書作者ZZZZZZ_XX的一篇：測序結果概覽：基因表達量rank瀑布圖，高密度表達相關性散點圖，註釋特定基因及errorbar的表達相關性散點圖繪製，覺得裏面有一張圖很有意思，於是就想試試。所以就隨便找了一個差異基因列表操練起來：
NOTE:這裏的代碼和原作者並不完全一樣，我在下圖中的註釋裏也註明了哪裏做了改動，所以圖的效果和原作者的效果也會有所差別。這個都是取決於個人喜好了~

#調用R包
> library('ggplot2')
> library('DESeq2')
> library('ggrepel')
> library('dplyr')
> library('IDPmisc')
#讀取原始數據（這裏的數據是別人已經用DESeq2分析好了的，而且不是全部基因的數據，只有差異顯著的基因，大概是6千多個基因，並且有log2foldchange、p value、q value值了）
#如果是自己的數據的話，不提取顯著差異的也行
> P_vs_Q <- read.csv("P_Q.csv",sep = ",")
#按照log2foldchange排列，升序排列dataframe
> P_vs_Q <- P_vs_Q[order(P_vs_Q$log2_fold_change,decreasing = F),]
#把log2 fold change的值分類，大於0的是up，小於0的是down
> up_or_down <- sapply(P_vs_Q$log2_fold_change,function(x){if(x>0) 'up' else 'down'})
#在原來的dataframe里加一列，列名是trend；然後再加一列，列名是rank，把矩陣裏的基因按照log2 fold change的排列分別加上編號“1,2,3......”；最後再加一列，列名是hits，這一列先都賦值爲“medium”
> P_vs_Q <- data.frame(P_vs_Q,'trend'=up_or_down,'rank'=1:nrow(P_vs_Q),'hits'='medium',stringsAsFactors = F)
#把前5行對應的hits那一列的值改爲bottom5
> P_vs_Q[1:5,'hits'] <- 'bottom5'
#把最後5行對應的hits那一列的值改爲top5
> P_vs_Q[(nrow(P_vs_Q)-4):nrow(P_vs_Q),'hits'] <- 'top5'
#把q value取-log10的值，並且把得出的結果加在矩陣裏，形成新的一列padj
> P_vs_Q$padj <- -log10(P_vs_Q$q_value)
> set.seed(12)
#把前5行和最後5行提取出來，單獨弄成一個小的dataframe
> need_label <- P_vs_Q[c(1:5,(nrow(P_vs_Q)-4):nrow(P_vs_Q)),]
#畫圖
> ggplot(P_vs_Q,aes(x=rank,y=log2_fold_change,color=hits))+
  geom_point(aes(size=padj),size=2)+ #這裏的size是控制圖裏的所有點的大小
  geom_hline(yintercept=c(2,-2),linetype=2,size=0.25)+
  geom_hline(yintercept = c(0),linetype=1,size=0.5)+
  geom_vline(xintercept = sum(P_vs_Q$trend == 'down')+0.5,linetype=2,size=0.25)+
  ggrepel::geom_text_repel(inherit.aes = F,data = need_label,aes(x=rank,y=log2_fold_change,label=gene_id,color=hits),size=3.5,direction='y',xlim=c(500,6000))+ #這裏size是註釋的字體大小，direction是根據x/y軸來調整註釋的位置，參數有x,y,both三種可選。這裏選y，所有的註釋就會按照y軸的方向從上到下排列
  scale_color_manual(values = c('bottom5'='blue','top5'='red','medium'= 'grey'))+ #把兩頭的5個基因用顏色不一樣的點表示出來
  scale_size_continuous(name='-log10(FDR)')+
  scale_y_continuous(breaks = c(-5,-2,0,2,5,10))+ #y軸座標的cut值
  xlab('rank of differentially expressed genes')+
  theme_bw()+
  theme(panel.grid = element_line(color='white'),legend.title.align = 0.5)

本篇筆記開頭提到的那篇文章裏還有幾個其他圖，都很漂亮，感興趣的同學可以去練習一下看看~