2021-12-21 22:30:23, 多层组学定制服务 上海欧易生物医学科技有限公司
点击上方“蓝色字体”关注我们
蛋白组学、代谢组学服务专家
生物信息分析知多少?
Do you know
在生信分析中,我们常会接触到各个因素之间的关系,这些变量之间的关系往往不能进行解析描述,不能由一个(或几个)变量的数值精确地求出另一个变量的值,这称为非确定性关系(或相关关系)。
而相关散布图就是用来研究两个变量之间是否存在相关关系的一种图形。它是用非数学的方式来辨认某现象的测量值与可能原因因素之间的关系。这种图示方式具有快捷、易于理解的特点。要注意的是,绘图数据必须是成对的(X,Y)。根据点的分布特点,就可以判断x和y 的相关情况。在生物统计中有许多呈规则或不规则的关联,我们要了解它,就可借助散布图统计手法来判断它们之间的相关关系。
一起绘制出这张相关散布图吧!
Do you know
首先安装接下来绘图所需的R包
library(ggplot2)
library(ggpubr)
library(readxl)
向右滑动查看全部
然后读取两个表格内容
#该表格是样本中代谢物的表达量数据。
data_expression<-read_excel(“expression.xlsx”,sheet=1)
向右滑动查看全部
#该表格是样本中物质浓度数据。
data_potency<-read_excel(“potency.xlsx”,sheet=1)
向右滑动查看全部
提取所需数据
#分别选取一种代谢物和一种物质浓度
expression <- data.frame(data_ expression [1], data_ expression [2])
potency <- data.frame(data_potency [1], data_potency [2])
向右滑动查看全部
对数据进行处理
根据样本名合并表达量矩阵和浓度矩阵
#merge()获取两个不同数据框中交叉部分
data <- merge(x = potency,y = expression ,all = T,by = "Sample_name")
#提取新矩阵列名
col_names <- colnames(data)
向右滑动查看全部
绘制相关散布图
以浓度1作为横坐标,Metabolites1作为纵坐标绘制相关散布图。
ggplot(data,aes(x = data[,2],y = data[,3])) +
theme_bw() +
#设置散点颜色和大小
geom_point(color = "black",size=2) +
# lm函数可对两组数据进行回归分析,使用geom_smooth()来画曲线拟合图
geom_smooth(method = "lm",color = "royalblue1") +
#使用Pearson相关分析
stat_cor(data = data,method = "pearson",size = 6) +
#设置横纵坐标名和标题
labs(x = col_names[2], y = col_names[3],title = "correlation") +
#设置标题格式
theme(plot.title = element_text(hjust = 0.5, size=20))+
#设置坐标轴和坐标轴名称格式
theme(axis.text = element_text(size = 12,face = "bold"),
axis.title = element_text(size = 15,face = "bold")) +
#设置绘图边距#设置绘图边距
theme(plot.margin = unit(rep(2,4),"lines"))
向右滑动查看全部
可以得到有关Metabolites1和浓度1的相关散布图。
对所有数据进行for循环绘制图片
for (i in 2:4){
#提取表达量数据
expression <- data.frame(data_expression [1],data_expression [i])
for (j in 2:3){
#提取浓度数据
potency <- data.frame(data_ potency [1],data_ potency [j])
data <- merge(x = potency,y = expression,all = T,by = "Sample_name")
col_names <- colnames(data)
pp<-ggplot(data,aes(x = data[,2],y = data[,3])) +
theme_bw() +
geom_point(color = "black",size=2) +
geom_smooth(method = "lm",color = "royalblue1") +
stat_cor(data = data,method = "pearson",size = 6) +
labs(x = col_names[2], y = col_names[3],title = "correlation") +
theme(plot.title = element_text(hjust = 0.5, size=20))+
theme(axis.text = element_text(size = 12,face = "bold"),
axis.title = element_text(size = 15,face = "bold")) +
theme(plot.margin = unit(rep(2,4),"lines"))
#导出图片
ggsave(paste0("correlation-",i-1,"-",j-1,".jpg"), height=10, width=14, plot=pp)
ggsave(paste0("correlation-",i-1,"-",j-1,".pdf"), height=10, width=14, plot=pp)
}
}
向右滑动查看全部
所有代谢物和物质浓度之间的相关散布图就这样绘制出来啦。
好了,这期关于相关散点图的分享就到这里结束了,请大家持续关注我们,后续还会有更多更实用的分享推出,帮助您在科研的道路上“披荆斩棘,乘风破浪”,实现您的科研梦想!
文末看点 | lumingbio
上海鹿明生物科技有限公司多年来,一直专注于生命科学和生命技术领域,是国内早期开展以蛋白组学和代谢组学为基础的多层组学整合实验与分析的团队。目前在多层组学研究已经有了成熟的技术方法,欢迎各位老师前来咨询哦~
同时,鹿明生物B站上线了5大频道板块,分别在空间代谢组学、生信分析、多层组学、代谢组学方向为各位科研老师提供有效的方法工具和思路~其中,生信板块也拥有着观看量1.5万的生信爆款视频~欢迎各位老师访问,鹿明生物B站:
https://space.bilibili.com/388691543
长按扫码咨询鹿明生物
技术工程师
项目咨询|样本咨询
猜你还想看
END
甜橙诚 撰文
欢迎转发到朋友圈
本文系鹿明生物原创
转载请注明本文转自鹿明生物
我知道你在看哟
点“阅读原文”了解更多
11-29 沈宁
首届链博会今日在京开幕,GE医疗以“共赢链”组团参展!11-28
安捷伦全球员工摄影月赛获奖作品赏析(2023年10月)11-28
睿科集团亮相饲料及畜产品质量安全检测技术及装备研讨会11-28 睿科集团
会议邀请丨先进电子显微镜成像/原位暨催化国际研讨会11-28
低总有机碳(TOC)测定的样品瓶准备准则11-28 Sievers分析仪
收下这份心意,每天都能见到你11-28 屹尧科技
最后一场 | 布鲁克显微红外培训(上海)11-28
应用速递 | 采用MaxPeak HPS高性能表面技术应对硼酸类化合物分析11-28 沃特世
Angew成果 | 离子淌度调制提升空间脂质组分析的结构解析能力11-28 沃特世
反相 or HILIC?听大咖讲解极性化合物保留策略11-28 沃特世
事半功倍|Vanquish方法开发系统助您轻松奔赴完美11-28 飞飞
会议邀请:第三届中国实验室绿色技术国际报告会邀请函11-28 Agilebio
年终大促 | 赛默飞 离子色谱 准新机专场11-28 检测家
快讯 | 多家机构启动IPO辅导;多地土壤三普样品检测招标…11-28
裁员换帅双管齐下,仪器厂商的2023不好过11-28 ADRIA
关于激光粒度仪,你想知道的所有事11-28 Gladys
重磅会议 | 珂睿科技诚邀您关注第八届中国分析仪器学术大会11-28 珂睿marketing
邀请函 | 与哈希一起共赴2023年国际海事技术学术会议和展览会11-28
高置信的代谢物鉴定:在多组学分析中获得有意义的结果11-28 4D-组学老虎队