如何在R中为DESeq2分析的柱状图添加p.adj值？

问题描述 #

已完成DESeq2分析，想要绘制两组特定基因计数对比的箱线图并添加统计显著性。使用plotCounts()可生成图表，但无法添加DESeq2计算得到的p.adj值。当前代码如下：

#Retrieving information for specific gene
PDCD1 <- subset(results_dds, row.names(results_dds) == "PDCD1")
PDCD1_pvalue <- PDCD1$padj

#Capture count data from plotCounts
PDCD1_data <- plotCounts(dds, gene="PDCD1", intgroup=c("subtype_group"), returnData = TRUE)

#Graph
ggplot(PDCD1_data, aes(x = subtype_group, y = count)) + 
  geom_col() +
  theme_bw() +
  ggtitle("PDCD1") +
  theme(plot.title = element_text(hjust = 0.5)) +
#?

作为R新手，使用stat_pvalue_manual函数时出现错误："data should contain group1 and group2 columns"，求简便方法为计数图添加DESeq2得到的显著性。

解决方案 #

方法一：手动添加显著性文本（最简便，适合两组对比） #

两组对比场景下，直接用annotate()把DESeq2计算好的校正p值标在图上即可，无需复杂函数。

# 格式化p值为易读格式，比如保留2位有效数字
PDCD1_padj_label <- paste("校正p值 =", signif(PDCD1_pvalue, 2))

ggplot(PDCD1_data, aes(x = subtype_group, y = count)) + 
  geom_boxplot() + # 推荐用箱线图展示数据分布，替换柱形图可换回geom_col()
  theme_bw() +
  ggtitle("PDCD1") +
  theme(plot.title = element_text(hjust = 0.5)) +
  # 在两组中间上方标注p值，y值可根据数据最大值调整
  annotate("text", x = 1.5, y = max(PDCD1_data$count)*1.1, 
           label = PDCD1_padj_label, size = 4)

方法二：正确使用stat_pvalue_manual（适合多组/连线标注） #

报错原因是stat_pvalue_manual需要特定结构的数据框，包含group1、group2、p.adj和标注位置列，手动构建该数据框即可解决：

# 先安装并加载ggsignif包（如果未安装）
# install.packages("ggsignif")
library(ggsignif)

# 构建显著性标记所需的数据框
sig_df <- data.frame(
  group1 = levels(PDCD1_data$subtype_group)[1], # 第一组名称
  group2 = levels(PDCD1_data$subtype_group)[2], # 第二组名称
  p.adj = PDCD1_pvalue,
  y.position = max(PDCD1_data$count)*1.1 # 标注的垂直位置
)

ggplot(PDCD1_data, aes(x = subtype_group, y = count)) + 
  geom_boxplot() +
  theme_bw() +
  ggtitle("PDCD1") +
  theme(plot.title = element_text(hjust = 0.5)) +
  # 添加带连线的显著性标注，自动格式化p值
  stat_pvalue_manual(sig_df, label = "校正p值 = {signif(p.adj, 2)}", 
                     tip.length = 0.01)

内容的提问来源于stack exchange，提问作者Anna