R画网络图

R  画网络图

目的：用R做生信分析，画基因样本的网络图，从中观察样本的致病性情况。

一、所用到的包

1. library(tidyr)
2. library(ggplot2)
3. library(reshape2)
4. library(readr)
5. library(network)
6. library(dplyr)
7. library(plyr)
8. library(sna)
9. library(GGally)
10. library(ggnetwork)
11. library(tidygraph)# tidy graph analysis
12. #library(tidyverse)# tidy data analysis
13. library(ggraph)
14. library(stringr)
15. library(networkD3)
16. library(igraph)
17. library(visNetwork)
18. library(threejs)
19. library(ndtv)
20. library(grid)
21. library(Rmisc)
22. #library(vioplot)
23. library(tibble)

13行中：tidyverse包集成了很多画图的包：如下

tidyverse_packages(include_self = TRUE)

[1] "broom"       "cli"         "crayon"      "dplyr"       "dbplyr"      "forcats"     "ggplot2"     "haven"       "hms"         "httr"

[11] "jsonlite"    "lubridate"   "magrittr"    "modelr"      "purrr"       "readr"       "readxl\n(>=" "reprex"      "rlang"       "rstudioapi"

[21] "rvest"       "stringr"     "tibble"      "tidyr"       "xml2"        "tidyverse"

但是如果同时使用这些包，会提示tidyverse_conflicts()，使用tidyverse_conflicts()可以查看tidyverse和其他哪些包冲突：

> tidyverse_conflicts()

-- Conflicts ------------------------------------------ tidyverse_conflicts() --

x tidygraph::arrange()    masks dplyr::arrange(), plyr::arrange()

x tibble::as_data_frame() masks igraph::as_data_frame(), dplyr::as_data_frame()

x purrr::compact()        masks plyr::compact()

x purrr::compose()        masks igraph::compose()

x dplyr::count()          masks plyr::count()

x tidyr::crossing()       masks igraph::crossing()

x dplyr::failwith()       masks plyr::failwith()

x tidygraph::filter()     masks dplyr::filter(), stats::filter()

x igraph::groups()        masks tidygraph::groups(), dplyr::groups()

x dplyr::id()             masks plyr::id()

x dplyr::lag()            masks stats::lag()

x tidygraph::mutate()     masks dplyr::mutate(), plyr::mutate()

x tidygraph::rename()     masks dplyr::rename(), plyr::rename()

x purrr::simplify()       masks igraph::simplify()

x dplyr::summarise()      masks plyr::summarise()

x dplyr::summarize()      masks plyr::summarize()

所以我注释掉了tidyverse，需要用哪个包就自己添加。

二、画网络图遇到的问题

1.颜色自定义

我根据list中属性的种类来定义nodes的颜色，de[,5]中的值为“P”、“V”、“B”，三个类别。

常规的写法是：

geom_node_point(size = 3, alpha = 1,aes(color =de[,5]))，

这样系统自动分陪颜色，红绿蓝给BPV，

但是会出现以下问题：

A) de[,5]中PVB 出现的顺序会影响到颜色的标记。

B) de[,5]中PVB并不是三种都出现，而是三种的随机组合出现，比如只有PV或者只有VB或者只有PB。

以上原因导致网络图中颜色不对应，第一幅图中红=B  绿=P  蓝=V，如果de[,5]中只有BV两种，会生成红=B，绿=V，导致图例和实际的PVB值不对应。

同时因为看的人肯能出现色盲的情况，一般不用红色和绿色来表示nodes的颜色，所以需要自定义颜色。

比如我需要自定义颜色：效果是这样

'V'='#b27390', 'P'='#f15941','B'='#42a3c6'

我用的ggraph这个画图函数，所以只需要加上scale_color_manual就行：

（如果使用的是ggplot,则用scale_fill_manual）。

这里需要注意scale_color_manua有两种写法：

1)scale_color_manual(name="diagnosis",labs=c(‘V’,’P’,’B’) values=c(''#b27390', '#f15941','#42a3c6'))

2)scale_color_manual(name="diagnosis", values=c('V'='#b27390', 'P'='#f15941','B'='#42a3c6'))

必选参数values：https://blog.csdn.net/songzhilian22/article/details/49388973

values，用于指定这个标度应该生成的值。如果这个向量中的元素是有名称的。则它将自动匹配输入和输出的值，否则它将按照离散型变量中水平的先后次序进行匹配。所以选择第2中方法给定义颜色，以免随机产生颜色。

最后的结果如下：

2.多样本for循环的使用问题

本数据中包含多个样本，在画图之前要对样本进行切割，使用split最好不过了。

split(data1, as.factor(data1$gene))#按照基因切割

split(gene, gene$sampleid)#按照样本切割

切割后添加过滤条件，一个样本至少携带两个variant的sample保留下来做网络图。行数≥2的说明只有两个variant，按照gene切割的安装代码如下，用到第一个for循环：

for (gene in data_per_gene) {

data_per_sample_per_gene <- split(gene, gene$sampleid)

########### Then we enumerate each sample to obtain the edges ###############

for (sample in data_per_sample_per_gene) {

######### we demand sample carry >=2 variants in the same gene to be considered #############

if ((nrow(sample)>=2)&&(sum(sample$GT)==2)){

####### create combinations of variants #################################

a <- combn(sample$num_id,2)

b <- data.frame(t(a))

b$sample <- as.character(unique(sample$sampleid))

b$gene <- as.character(unique(sample$gene))

edge <- rbind(edge, b)

}

}

}

然后对edge中的边所对应的gene切割

edge_per_gene <- split(edge, as.factor(edge$gene))

接下来我们为每个基因的每一个variant创建边：用到第二个for循环

for (gene in edge_per_gene)

这个循环里，我们不仅要完成边和点的连接，还要完成画图。

3.连接边和点

 

对edge中的X1，X2进行分组操作，然后计算边的权重。（不同的样本有相同的边也合并计算权重，值保留一条边，用权重weight表示边连接的次数）

edge2 <- gene %>%

group_by(X1, X2) %>%

summarise(weight = n()) %>%

ungroup()

unique(edge2)

然后定义nodes，选择X1和X2中唯一出现的num_id合并去重，

nodesX1 <- subset(nodes0, (nodes0$num_id %in%edge2$X1))

nodesX2 <- subset(nodes0, (nodes0$num_id %in%edge2$X2))

nodes2<-unique(rbind(nodesX1,nodesX2))

把nodes2的第一列单独拿出来：

nodes3<-as.data.frame(nodes2[,1])

接下来建立点和边的连接关系，我们把nodes3 重新编号命名，

nodes3$ID <- seq(1:nrow(nodes3))

colnames(nodes3) <- c("var","id")

nodes3$var <- as.integer(nodes3$var)

edges2中的边也通过id与nodes3建立连接：

edges <- edge2 %>%

left_join(nodes3, by = c(X1 = "var")) %>%

rename(from = id)

edges <- edges %>%

left_join(nodes3, by = c(X2 = "var")) %>%

rename(to = id)

最后，选择边的集合：

edges <- select(edges, from,to,weight)

4.画网络图

 

我们创建无向图，directed = FALSE。

我使用的library(network)，网上还有library(networkD3),library(sna)等。

 

routes_network <- network(edges,

vertex.attr = nodes3,

matrix.type = "edgelist",

ignore.eval = FALSE)

routes_tidy <- tbl_graph(nodes = nodes3, edges = edges, directed = FALSE)

5.ggraph画图

画图之前，我们自定义点的名字nodename

de<- routes_tidy %>%

activate(nodes) %>%

as.data.frame()

de<-cbind(de,nodes2$color_net)

colnames(de) <- c("var","id","degree","centrality","diagnosis")

nodename<-paste(de$degree,"-",de$var)

最后使用ggraph画图：

ggraph(routes_tidy ,layout = "fr") +

geom_edge_link(aes(width = weight),alpha = 0.6) +

geom_node_point(size = 3, alpha = 1,aes(color =de[,5])) +

scale_color_manual(name="diagnosis", values=c('V'='#b27390', 'P'='#f15941','B'='#42a3c6'))+#分配颜色

geom_node_text(aes(label = nodename), size = 0.5, repel = FALSE) +

scale_edge_width(range = c(0.2, 2)) +

labs(x = "", y = "", title = filename) +

theme(axis.ticks = element_blank()) +

theme(axis.text.x = element_blank())+

theme(axis.text.y = element_blank())+

theme(panel.grid=element_blank())+

theme(panel.background=element_blank())+

theme(panel.border=element_blank())

5.计算nodes的相关属性

中心度：点度频率（每种点度数的个数/所有点个数）

routes_tidy <-routes_tidy %>%

activate(nodes) %>%

mutate(centrality = degree(routes_tidy)/vcount(routes_tidy))

度：degree

#nodes的度

routes_tidy <-routes_tidy %>%

activate(nodes) %>%

mutate(degree = centrality_degree())