在箱线图中突出显示特定基因

Question

我有一个data.frame，它由200个基因（即200行）和2列（即已处理和未处理）组成。值是两种条件下基因的表达水平。我只是想绘制一个200个基因的两个条件分布的箱线图，但是用彩色圆点突出显示基因的一个子集。此外，我想将这两个条件的比较的p值（在这种情况下，我计算出该值并且<0.001）放入图表中。谁能帮我吗？

 df
        Gene        Treated       Untreated   
         A           0.12           0.12  
         B           12.4           0.003   
         C           3.4            0.32   
         D           8.9            0.1   
         E           1.28           0.32   
         F          -4.95           1.54   
         G          -5.93           0.87  
         H           11.2           0.76   
         I           9.8            1.06       

假设突出显示基因：C，F，G，I

提前谢谢

最佳

Answer 1

我会给你一个ggplot2的答案。为此，您需要重塑数据，因此有单独的x和y变量。现在，您的y值会分为两列。

然后，我们仅通过绘制子集的点来突出显示特定基因。

library(ggplot2)
library(dplyr)
library(tidyr)

gene_list <- c('C', 'F', 'G', 'I')
df_long <- gather(df, treatment, expression, -Gene)

ggplot(df_long, aes(treatment, expression)) +
  geom_boxplot() +
  geom_point(aes(color = Gene), filter(df_long, Gene %in% gene_list), size = 3) + 
  theme_minimal() +
  labs(caption = 'p < 0.001')

要进行具体调整，请在SO上查看许多ggplot2问题。