ggraph包优雅的绘制网络图

欢迎关注R语言数据分析指南

❝

本节来介绍如何基于微生物测序得到的OTU表绘制一个物种间网络图，下面通过一个小栗子来进行展示

❞

加载并安装R包

package.list=c("tidyverse","ggraph","tidygraph","magrittr","tidytext","widyr")

for (package in package.list) {
  if (!require(package,character.only=T, quietly=T)) {
    install.packages(package)
    library(package, character.only=T)
  }
}

导入数据

otu <- read_tsv("otu_taxa_table.xls") %>% 
  separate(taxonomy,
           into=c("domain","phylum","class","order","family","genus","species"),sep=";") %>% 
  mutate_at(vars(c(`domain`:`species`)),~str_split(.,"__",simplify=TRUE)[,2]) %>% 
  column_to_rownames("OTU")

数据拆分

table <- otu %>% select_if(~is.numeric(.)) %>% rownames_to_column("ID")
tax <- otu %>% select_if(~!is.numeric(.)) %>% rownames_to_column("ID")

数据清洗

titles_node <- table %>% left_join(.,tax %>% select(1,phylum),by="ID") %>% 
  select(-ID) %>% 
  group_by(phylum) %>%
  summarise(across(where(is.numeric), ~ sum(.x, na.rm=TRUE))) %>% select(1) %>% 
  distinct(phylum) %>%
  filter(phylum!="") %>% 
  rowid_to_column("id")

title_description_tf_idf <- table %>% left_join(.,tax %>% select(1,phylum),by="ID") %>% 
  select(-ID) %>% 
  group_by(phylum) %>%
  summarise(across(where(is.numeric), ~ sum(.x, na.rm=TRUE))) %>% 
  pivot_longer(-phylum) %>%
  filter(phylum!="",value!=0) %>% 
  set_colnames(c("title","word","n")) %>% 
  bind_tf_idf(word, title , n)

计算相似度

title_similarity <- title_description_tf_idf %>%
  pairwise_similarity(title, word, tf_idf, sort = TRUE)

整合边文件与点文件

titles_edges <- title_similarity %>%
  left_join(titles_node, by = c("item1" = "phylum")) %>%
  rename(from = id)

titles_edges %<>%
  left_join(titles_node, by = c("item2" = "phylum")) %>%
  rename(to = id)

titles_edges %<>% select(from, to, similarity)

数据格式转换

titles_graph <- tbl_graph(nodes = titles_node,
                          edges = titles_edges,directed = TRUE)

# A tbl_graph: 26 nodes and 466 edges
#
# A directed simple graph with 1 component
#
# Node Data: 26 x 2 (active)
     id phylum         
  <int> <chr>          
1     1 Acidobacteria  
2     2 Actinobacteria 
3     3 Armatimonadetes
4     4 Ascomycota     
5     5 Bacteroidetes  
6     6 Calditrichaeota
# ... with 20 more rows
#
# Edge Data: 466 x 3
   from    to similarity
  <int> <int>      <dbl>
1    24    12      0.996
2    12    24      0.996
3    20    12      0.935
# ... with 463 more rows

绘制网络图

set.seed(123)

ggraph(titles_graph,layout = "fr") +
  geom_edge_fan0(aes(color = similarity))+
  geom_node_point(shape=21,fill = "green",color="white",size=3) +
  geom_node_text(aes(label = phylum), vjust = -1,hjust=0.5,size=3.5,color="black") +
  scale_edge_color_gradientn(colours=colorRampPalette(c("#5eaaf5","#f4d963","red"))(10),
                             na.value="grey80")+
  theme_graph()+
  theme(legend.title = element_blank())

❝

可以看到要绘制此图，涉及到的细节还是蛮多的;感兴趣的小伙伴可以对此文进行打赏后台将发送数据给您；或者也可以加入我的「付费绘图交流群」，付费99元将得到「一整年的200余篇文档的数据及代码」，同时还会配套精美的「Markdown文档 & 交互式绘图文档」方便各位学习，公众号右下角可添加小编微信

❞

欢迎大家扫描下方二位码加入「QQ交流群」

---

「关注下方公众号下回更新不迷路」，如需要加入微信交流群，请在菜单栏处添加作者微信，备注单位+方向+姓名即可邀您