如何在R的ggplot2中用gggenes实现分面基因图并添加同基因连线

问题核心 #

facet_wrap会将每个样本的数据隔离到独立面板中，geom_line默认只能在单个面板内绘制线条，无法跨面板连接不同样本的同一基因。下面提供两种可行方案：

方案1：替换分面为单面板多样本布局（推荐） #

将样本作为y轴维度，调整每个样本的x轴偏移避免重叠，直接在同一面板内绘制基因箭头和跨样本连线：

library(tidyverse)
library(gggenes)

# 假设你的基因数据框名为gene_df
# 1. 调整每个样本的x轴位置，实现并排排列
gene_df_adjusted <- gene_df %>%
  group_by(sample) %>%
  # 为每个样本的基因坐标添加偏移，基于该样本的最大基因结束位置
  mutate(xmin = start + max(end) * (cur_group_id() - 1),
         xmax = end + max(end) * (cur_group_id() - 1)) %>%
  ungroup() %>%
  # 确保样本顺序与分组一致
  mutate(sample = fct_inorder(sample))

# 2. 计算每个基因的中心位置，用于连线
gene_centers <- gene_df_adjusted %>%
  group_by(sample, gene) %>%
  mutate(x_center = (xmin + xmax) / 2) %>%
  ungroup()

# 3. 绘制图形
ggplot() +
  # 绘制基因箭头
  geom_gene_arrow(data = gene_df_adjusted, 
                  aes(xmin = xmin, xmax = xmax, y = sample, fill = gene)) +
  # 绘制跨样本同基因虚线
  geom_line(data = gene_centers, 
            aes(x = x_center, y = sample, group = gene),
            linetype = "dashed", color = "gray50") +
  # 反转y轴让样本从上到下排列（可选）
  scale_y_discrete(limits = rev(levels(gene_df_adjusted$sample))) +
  theme_genes()

方案2：保留分面布局，通过grid添加跨面板连线 #

如果必须保留facet_wrap的分面样式，需要借助grid包手动计算面板坐标并添加连线：

library(tidyverse)
library(gggenes)
library(grid)

# 1. 计算每个基因在对应样本中的中心位置
gene_centers <- gene_df %>%
  group_by(sample, gene) %>%
  mutate(x_center = (start + end) / 2, y = 1) %>% # y设为1（假设每个样本只有一个contig）
  ungroup()

# 2. 绘制基础分面图
p <- ggplot(gene_df, aes(xmin = start, xmax = end, y = contig, fill = gene)) +
  geom_gene_arrow() +
  facet_wrap(~sample, scales = "free_x") +
  theme_genes()

# 3. 将ggplot转换为grob对象，用于手动添加元素
gt <- ggplotGrob(p)

# 4. 获取每个面板的布局位置
panel_layout <- gt$layout %>%
  filter(grepl("panel", name)) %>%
  mutate(panel_id = row_number()) %>%
  select(panel_id, t, l, b, r)

# 5. 匹配基因中心位置与对应面板
gene_panel_data <- gene_centers %>%
  mutate(panel_id = match(sample, unique(sample))) %>%
  left_join(panel_layout, by = "panel_id")

# 6. 遍历每个基因，添加跨面板连线
for (g in unique(gene_panel_data$gene)) {
  gene_subset <- gene_panel_data %>% filter(gene == g)
  if (nrow(gene_subset) < 2) next # 只有单个样本的基因不连线
  
  # 将原生坐标转换为绘图区域的相对坐标（npc）
  x_coords <- sapply(1:nrow(gene_subset), function(i) {
    convertX(unit(gene_subset$x_center[i], "native"), 
             "npc", valueOnly = TRUE, panel = gene_subset$panel_id[i])
  })
  y_coords <- sapply(1:nrow(gene_subset), function(i) {
    convertY(unit(gene_subset$y[i], "native"), 
             "npc", valueOnly = TRUE, panel = gene_subset$panel_id[i])
  })
  
  # 添加虚线到grob对象
  gt <- addGrob(gt, linesGrob(x = x_coords, y = y_coords,
                              gp = gpar(lty = "dashed", col = "gray50", lwd = 0.8)))
}

# 7. 绘制最终图形
grid.draw(gt)

注意事项 #

• 方案1更简洁易维护，适合大多数场景；方案2适合必须保留分面布局的需求，但需要处理坐标转换，对多contig样本需调整y值的计算逻辑。
• 如果你的数据包含多个contig，方案1中可以将y = interaction(sample, contig)作为y轴映射，实现样本+contig的分层排列。

内容的提问来源于stack exchange，提问作者abraham