如何在火山图（VP）中展示上调与下调的Top X差异基因标签

问题描述 #

我希望在火山图（VP）上展示显著基因的基因标签，请问如何设置阈值以展示数据集中上调和下调的前X个基因（例如前10个）？

原数据处理代码 #

Pro_FvsM <- data.frame(log2FC = FprovM_df$log.foldchange_F_pro.M,
                  logpv = -log10(FprovM_df$pvalue))

Pro_FvsM$diffexpressed <- "NON-Significant"

Pro_FvsM$diffexpressed[Pro_FvsM$log2FC > 0.8] <- "UP"

Pro_FvsM$diffexpressed[Pro_FvsM$log2FC < -0.8] <- "DOWN"

GeneList <- FprovM_df$Genes

Pro_FvsM_2 <- cbind(Pro_FvsM, GeneList)

Pro_FvsM_2$genelabels <- ""

原绘图代码 #

ggplot(Pro_FvsM_2) + geom_point(aes(log2FC, logpv, col = diffexpressed)) + geom_text_repel(aes(log2FC, logpv), label = ifelse(Pro_FvsM_2$GeneList == TRUE, as.character(Pro_FvsM_2$GeneList), ""), box.padding = unit(0.75, "lines"), hjust = 0.35) + theme(legend.title = element_blank(), text = element_text(size = 15)) + scale_color_manual(values = c("red", "blue", "green"))

解决方案 #

要实现展示上调和下调的前X个基因标签，只需在数据处理阶段筛选出目标基因并标记，再修改绘图逻辑即可，以下是具体步骤：

1. 加载依赖包（未安装需先执行安装） #

# 首次使用需安装dplyr
# install.packages("dplyr")
library(dplyr)

2. 筛选前X个上调/下调基因并标记标签 #

在原数据处理代码后添加以下代码（以X=10为例）：

# 筛选上调的前10个基因（按log2FC从大到小排序）
top_up <- Pro_FvsM_2 %>% 
  filter(diffexpressed == "UP") %>% 
  arrange(desc(log2FC)) %>% 
  slice_head(n = 10)

# 筛选下调的前10个基因（按log2FC从小到大排序，即差异幅度最大的下调基因）
top_down <- Pro_FvsM_2 %>% 
  filter(diffexpressed == "DOWN") %>% 
  arrange(log2FC) %>% 
  slice_head(n = 10)

# 标记需要显示标签的基因，其余基因标签留空
Pro_FvsM_2$genelabels <- ifelse(Pro_FvsM_2$GeneList %in% c(top_up$GeneList, top_down$GeneList), 
                                as.character(Pro_FvsM_2$GeneList), 
                                "")

3. 修改绘图代码调用标记好的标签 #

将原绘图代码中的label参数改为直接使用genelabels列，简化逻辑：

ggplot(Pro_FvsM_2) + 
  geom_point(aes(log2FC, logpv, col = diffexpressed)) + 
  geom_text_repel(aes(log2FC, logpv, label = genelabels), 
                  box.padding = unit(0.75, "lines"), 
                  hjust = 0.35) + 
  theme(legend.title = element_blank(), text = element_text(size = 15)) + 
  scale_color_manual(values = c("blue", "green", "red")) # 颜色对应DOWN、NON-Significant、UP，可按需调整

关键说明 #

• 若想按**显著性（-log10(pvalue)）**排序筛选前X个基因，只需将arrange(desc(log2FC))改为arrange(desc(logpv))，下调基因同理。
• 修改slice_head(n = 10)中的数字即可调整展示的基因数量（比如改为5则显示前5个）。

内容的提问来源于stack exchange，提问作者Genesis Rosiles