如何在ggplot中对覆盖图的染色体与图例进行数字排序
2026-7-26
问题描述
我基于以下数据生成了一张覆盖图：
> head(data.frame(ali)) qname qlen qstart qend strand tname tlen tstart tend nmatch alen mapq 1 1 2535400 16999 2505278 + chromosome_1 2608419 3145 2582047 2228136 2615956 60 2 1 2535400 2514043 2521414 + chromosome_23 557589 348928 356301 6955 7373 23 3 1 2535400 2514040 2521414 + chromosome_13 959323 306762 314131 6489 7374 0 4 1 2535400 350 6278 - chromosome_4 1629129 1048335 1054264 5373 5929 4 5 1 2535400 350 6278 + chromosome_11 1087446 1070616 1076544 5306 5928 0 6 1 2535400 350 6278 + chromosome_4 1629129 886366 892296 5150 5930 0
> str(data.frame(ali)) 'data.frame': 1156 obs. of 12 variables: $ qname : chr "1" "1" "1" "1" ... $ qlen : num 2535400 2535400 2535400 2535400 2535400 ... $ qstart: num 16999 2514043 2514040 350 350 ... $ qend : num 2505278 2521414 2521414 6278 6278 ... $ strand: chr "+" "+" "+" "-" ... $ tname : chr "chromosome_1" "chromosome_23" "chromosome_13" "chromosome_4" ... $ tlen : num 2608419 557589 959323 1629129 1087446 ... $ tstart: num 3145 348928 306762 1048335 1070616 ... $ tend : num 2582047 356301 314131 1054264 1076544 ... $ nmatch: num 2228136 6955 6489 5373 5306 ... $ alen : num 2615956 7373 7374 5929 5928 ... $ mapq : num 60 23 0 4 0 0 22 0 15 0 ...
我希望对图做以下调整：
- 将左侧的25条chromosome按数字排序，chromosome_1位于顶部，chromosome_25位于底部；
- 图例中的前33个数字按1到33的顺序排列，后续的bd_##x##、chloroplast等元素顺序不限，只需排在33之后。
当前绘制代码如下：
# 加载包 library(pafr, quietly = TRUE) library(RColorBrewer) # 导入比对数据 alignment = system.file("extdata", "oldToNewMap.paf", package="pafr") ali <- read_paf(alignment) # 创建颜色调色板 nb.cols <- 89 mycolors <- colorRampPalette(brewer.pal(8, "Set2"))(nb.cols) # 绘图 plot_coverage(ali, fill='qname') + scale_fill_manual(values = mycolors)
解决方案
可以通过设置因子水平来实现染色体和图例的自定义排序，修改后的完整代码如下：
# 加载所需包 library(pafr, quietly = TRUE) library(RColorBrewer) library(stringr) # 导入比对数据 alignment = system.file("extdata", "oldToNewMap.paf", package="pafr") ali <- read_paf(alignment) # --- 1. 自定义染色体排序（左侧y轴） --- # 生成按数字排序的25条染色体名称列表 sorted_chroms <- paste0("chromosome_", 1:25) # 提取其他非目标序列名称 other_seqs <- setdiff(unique(ali$tname), sorted_chroms) # 将tname转为有序因子，先排目标染色体，再排其他序列 ali$tname <- factor(ali$tname, levels = c(sorted_chroms, other_seqs)) # --- 2. 自定义图例qname排序 --- # 生成1-33的有序qname列表 qname_numeric <- as.character(1:33) # 提取其余qname项 qname_other <- setdiff(unique(ali$qname), qname_numeric) # 将qname转为有序因子，先排1-33，再排其余项 ali$qname <- factor(ali$qname, levels = c(qname_numeric, qname_other)) # 创建匹配qname类别的颜色调色板 nb.cols <- length(levels(ali$qname)) mycolors <- colorRampPalette(brewer.pal(8, "Set2"))(nb.cols) # 绘制覆盖图 plot_coverage(ali, fill='qname') + scale_fill_manual(values = mycolors) + scale_y_discrete(limits = levels(ali$tname)) # 确保y轴严格按因子顺序排列
关键步骤说明：
染色体排序：
手动生成chromosome_1到chromosome_25的有序列表，将其设为tname因子的前序水平，绘图时y轴会直接按这个顺序渲染，chromosome_1自然在顶部，25在底部。图例排序：
把1-33的qname单独列为因子的前序水平，剩余项放在后面，ggplot的图例会跟随因子水平的顺序展示，从而实现数字在前、其他项在后的效果。颜色适配：
将调色板长度改为length(levels(ali$qname))，确保颜色数量和qname的类别数完全匹配，避免颜色缺失或冗余问题。
内容的提问来源于stack exchange，提问作者Mark Pampuch
相关产品推荐
相关产品推荐
