Question

我正在尝试创建一个包含3种不同变体类型（同义，错义和废话）的基因表达盒图的图形。当前，这些变量类型被分为3个不同的数据帧，每个数据帧包含一个Gene，SampleID和Expression列。

为了在单个图形上绘制所有3个箱形图，我需要对每种变体类型的所有表达式数据进行规范化，这意味着我需要获取z得分。我的问题是，我该怎么做，然后如何在一张图上绘制所有3个变量类型？

我遇到了解决方案：

missense$Zscore <- ave(m$expr, m$Gene, FUN = scale)
nonsense$Zscore <- ave(n$expr, n$Gene, FUN = scale)
synonymous$Zscore <- ave(s$expr, s$Gene, FUN = scale)

这是正确的方法吗？如果是这样，我从这里去哪里？

示例数据框（未命中）：

SampleID     Expression   Gene       
HSB100       5.239237     ENSG00000188976 
HSB105       4.443808     ENSG00000188976
HSB104       4.425764     ENSG00000188976
HSB121       4.063259     ENSG00000188976

Answer 1

使用scale函数获得Z得分。

missense <- data.frame(SampleID = c('HSB100', 'HSB105', 'HSB104', 'HSB121'),
                    Expression = c(5.239237, 4.443808, 4.425764, 4.063259),
                    Gene = c('ENSG00000188976', 'ENSG00000188976', 'ENSG00000188976', 'ENSG00000188976'))
missense$Zscore <- scale(missense$Expression)

missense

mean(missense$Zscore)
sd(missense$Zscore)

# Create fake data here

nonsense <- 
        data.frame(SampleID = c('HSB100', 'HSB105', 'HSB104', 'HSB121'),
                   Expression = c(1, 2, 3, 4),
                   Gene = c('ENSG00000188976', 'ENSG00000188976', 'ENSG00000188976', 'ENSG00000188976'))
nonsense$Zscore <- scale(nonsense$Expression)
synonymous <- 
        data.frame(SampleID = c('HSB100', 'HSB105', 'HSB104', 'HSB121'),
                   Expression = c(3, 4, 5, 6),
                   Gene = c('ENSG00000188976', 'ENSG00000188976', 'ENSG00000188976', 'ENSG00000188976'))
synonymous$Zscore <- scale(synonymous$Expression)

技巧是将所有三个数据帧绑定在一起，然后使用ggplot进行绘制。不熟悉基本情节，但这是我会做的：

# Add identifyer

missense$Type <- 'missense'
nonsense$Type <- 'nonsense'
synonymous$Type <- 'synonymous'


# Bind three together

data_all <- rbind(missense, nonsense, synonymous)

# Use ggplot to plot boxscores

library(ggplot2)

ggplot(data = data_all, aes(x = Type, y = Zscore)) + geom_boxplot()

Answer 2

如果每个相应数据框中的所有基因都相同，则不需要ave，因为不存在多个分组。因此，您可以运行一个简单的计算：m$Zscore <- scale(m$expr)。从那里以@ emilliman5注释，用列表绘制所有三个向量，甚至用命名列表命名x轴：

# WITH SEABORN COLORS
boxplot(list(missense=m$Zscore, nonsense=n$Zscore, synonymous=s$Zscore),
        col = c("#4c72b0","#55a868","#c44e52"))

甚至考虑将行绑定所有数据帧，但为 variant_type 指示器添加新列。然后使用ave，因为现在基因在数据框中会有所不同。甚至使用公式样式代替list()的{{1}}：

boxplot

数据

all_gene_df <- rbind(transform(m, variant_type='missense'), 
                     transform(n, variant_type='nonsense'), 
                     transform(s, variant_type='synonymous'))

all_gene_df$Zscore <- with(all_gene_df, ave(expr, variant_type, FUN = scale))

# WITH SEABORN COLORS
boxplot(Zscore ~ variant_type, data = all_gene_df,
        col = c("#4c72b0","#55a868","#c44e52"),
        main = "ZScore Boxplots by Gene",
        xlab = "Genes",
        ylab = "ZScore")

如何获得3个数据帧的z得分分布并在一张图中绘制所有内容

2 个答案: