可視化系列【四】:跟著Nature Communications學畫圖:蜂巢圖

不積跬步,無以至千里

本期我們嘗試復現2023年3月31日發表在Nature Communications上的TRABID overexpression enables synthetic lethality to PARP inhibitor via prolonging 53BP1 retention at double-strand breaks文章中的Fig1b

以下是原圖:


數據可以自行下載,也可評論區留言我私發給你。

代碼

dir.create('Fig')
#-- install packages
if (!requireNamespace('ggbeeswarm')){
  install.packages('ggbeeswarm')
}

library(ggplot2)
library(ggbeeswarm)
library(dplyr)
library(tidyr)
library(magrittr)
library(forcats)
library(readr)

#-- load data
data <- read_csv(file = 'data.csv', 
                 col_names = TRUE)
head(data)
#clean data
data <- data %>% 
  pivot_longer(cols = starts_with('sh'),
               names_to = 'class')
head(data)

upper.75 <- function(x)mean(x) + sd(x)
lower.75 <- function(x)mean(x) - sd(x)
segment.data <- data %>% 
  group_by(class) %>% 
  summarise(mean = mean(value)) %>% 
  mutate(xmin = 1:5 - 0.3,
         xmax = 1:5 + 0.3)
data %>% 
  mutate(class = fct_relevel(class, c('shControl', 'shUSP16', 'shUSP19', 'shUSP32', 'shZRANB1'))) %>% 
  ggplot(aes(x = class, y = value)) + 
  geom_beeswarm(aes(color = class), size = 0.1) +
  scale_color_manual(values = c('#5659EA', '#11B77D', '#FEA647', '#F98180', '#DF8DFB')) +
  stat_summary(color = 'black',
               geom = 'errorbar',
               fun.min = lower.75,
               fun.max = upper.75,
               width = .3,
               linewidth = .3) + 
  geom_segment(data = segment.data, 
               aes(x = xmin, xend = xmax, y = mean, yend = mean),
               linewidth = .7) +
  scale_y_continuous(limits = c(0, 100), 
                     expand = c(0, 0), 
                     breaks = seq(from = 0, to = 100, by = 20)) +
  scale_x_discrete(labels = c('shControl', 'shUSP16#2', 'shUSP19#2', 'shUSP32#2', 'shTRABID#1')) +
  labs(x = NULL, y = '53BP1 foci number per U2OS cell') +
  theme_classic() + 
  annotate(geom = 'text', label = 'n.s.', x = 2.5, y = 98, family = 'sans', color = 'black', size = 4) +
  annotate(geom = 'text', label = 'P<0.0001', x = 5, y = 57, family = 'sans', color = 'black', size = 3.4) +
  annotate(geom = 'segment', x = .95, xend = 4.05, y = 92, yend = 92, linewidth = .8) +
  theme(legend.position = 'none',
        axis.text = element_text(family = 'sans', 
                                 color = 'black', 
                                 size = 12),
        axis.text.x = element_text(angle = 45,
                                   hjust = 1, 
                                   vjust = 1), 
        axis.title.y = element_text(family = 'sans', 
                                    color = 'black', 
                                    size = 12),
        axis.ticks = element_line(colour = 'black', linewidth = .8),
        axis.ticks.length = unit(0.05, 'in'),
        axis.line = element_line(colour = 'black', linewidth = .8))
ggsave(filename = 'Fig/Fig1b.jpeg', width = 3, height = 3.6, dpi = 5000)

最終效果

寫在最后

  • 原始圖中errorbar只顯示了一半,這可以通過geom_segment()來實現,但在這里我沒有做。

  • 關于原圖中的P如何顯示成為P,目前我還沒有找到一個好辦法。

?著作權歸作者所有,轉載或內容合作請聯系作者
平臺聲明:文章內容(如有圖片或視頻亦包括在內)由作者上傳并發布,文章內容僅代表作者本人觀點,簡書系信息發布平臺,僅提供信息存儲服務。
  • 序言:七十年代末,一起剝皮案震驚了整個濱河市,隨后出現的幾起案子,更是在濱河造成了極大的恐慌,老刑警劉巖,帶你破解...
    沈念sama閱讀 230,825評論 6 546
  • 序言:濱河連續發生了三起死亡事件,死亡現場離奇詭異,居然都是意外死亡,警方通過查閱死者的電腦和手機,發現死者居然都...
    沈念sama閱讀 99,814評論 3 429
  • 文/潘曉璐 我一進店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人,你說我怎么就攤上這事。” “怎么了?”我有些...
    開封第一講書人閱讀 178,980評論 0 384
  • 文/不壞的土叔 我叫張陵,是天一觀的道長。 經常有香客問我,道長,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 64,064評論 1 319
  • 正文 為了忘掉前任,我火速辦了婚禮,結果婚禮上,老公的妹妹穿的比我還像新娘。我一直安慰自己,他們只是感情好,可當我...
    茶點故事閱讀 72,779評論 6 414
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著,像睡著了一般。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發上,一...
    開封第一講書人閱讀 56,109評論 1 330
  • 那天,我揣著相機與錄音,去河邊找鬼。 笑死,一個胖子當著我的面吹牛,可吹牛的內容都是我干的。 我是一名探鬼主播,決...
    沈念sama閱讀 44,099評論 3 450
  • 文/蒼蘭香墨 我猛地睜開眼,長吁一口氣:“原來是場噩夢啊……” “哼!你這毒婦竟也來了?” 一聲冷哼從身側響起,我...
    開封第一講書人閱讀 43,287評論 0 291
  • 序言:老撾萬榮一對情侶失蹤,失蹤者是張志新(化名)和其女友劉穎,沒想到半個月后,有當地人在樹林里發現了一具尸體,經...
    沈念sama閱讀 49,799評論 1 338
  • 正文 獨居荒郊野嶺守林人離奇死亡,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內容為張勛視角 年9月15日...
    茶點故事閱讀 41,515評論 3 361
  • 正文 我和宋清朗相戀三年,在試婚紗的時候發現自己被綠了。 大學時的朋友給我發了我未婚夫和他白月光在一起吃飯的照片。...
    茶點故事閱讀 43,750評論 1 375
  • 序言:一個原本活蹦亂跳的男人離奇死亡,死狀恐怖,靈堂內的尸體忽然破棺而出,到底是詐尸還是另有隱情,我是刑警寧澤,帶...
    沈念sama閱讀 39,221評論 5 365
  • 正文 年R本政府宣布,位于F島的核電站,受9級特大地震影響,放射性物質發生泄漏。R本人自食惡果不足惜,卻給世界環境...
    茶點故事閱讀 44,933評論 3 351
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧,春花似錦、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 35,327評論 0 28
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至,卻和暖如春,著一層夾襖步出監牢的瞬間,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 36,667評論 1 296
  • 我被黑心中介騙來泰國打工, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留,地道東北人。 一個月前我還...
    沈念sama閱讀 52,492評論 3 400
  • 正文 我出身青樓,卻偏偏與公主長得像,于是被迫代替她去往敵國和親。 傳聞我的和親對象是個殘疾皇子,可洞房花燭夜當晚...
    茶點故事閱讀 48,703評論 2 380

推薦閱讀更多精彩內容