这篇文章主要介绍了如何用ggboxplot绘图的相关知识，内容详细易懂，操作简单快捷，具有一定借鉴价值，相信大家阅读完这篇如何用ggboxplot绘图文章都会有所收获，下面我们一起来看看吧。
TCGA数据，做完差异表达分析，获得差异表达的基因之后，可以将差异表达的基因在癌症和癌旁中的数据拿出来进行比较一下，看看两者差别是否显著。
# 绘制差异表达基因在比对样本中的表达情况
# 将表达量进行log2 转换
normData1 <- log2(normData)
# 对表达数据框进行转置
exprSet <- as.data.frame(t(normData1))
# 以差异表达基因的第一个基因为例
diff_gene <-row.names(diff_expr_out)[1]
# 通过样品的barcode 进行样品的分类（癌症，癌旁）
exprSet$type <- factor(substr(rownames(exprSet),14,14), labels = c('Tumor','Normal'))
# 查看exprSet 数据的格式
head(exprSet[c('type',diff_gene)])
# type ENSG00000000460
# TCGA.BR.8364.01A.11R.2343.13 Tumor 8.201607
# TCGA.CG.5722.11A.02R.1602.13 Normal 7.855598
# TCGA.VQ.A8DU.01A.11R.A36D.31 Tumor 9.160752
# TCGA.D7.A4Z0.01A.22R.A251.31 Tumor 8.260068
# TCGA.B7.5818.01A.11R.1602.13 Tumor 8.456898
# TCGA.EQ.8122.01A.11R.2343.13 Tumor 9.733618
# 采用ggboxplot绘图
p <- ggboxplot(exprSet,x = "type", y= diff_gene, color="type",
palette=c("#00AFBB","#E7B800"), add="jitter", shape="type")
my_comparisons <- list(c("Tumor",'Normal'))
p + stat_compare_means(comparisons = my_comparisons)关于“如何用ggboxplot绘图”这篇文章的内容就介绍到这里，感谢各位的阅读！相信大家对“如何用ggboxplot绘图”知识都有一定的了解，大家如果还想学习更多知识，欢迎关注亿速云行业资讯频道。
免责声明：本站发布的内容（图片、视频和文字）以原创、转载和分享为主，文章观点不代表本网站立场，如果涉及侵权请联系站长邮箱：is@yisu.com进行举报，并提供相关证据，一经查实，将立刻删除涉嫌侵权内容。
