2024-06-17

难以想象！系统发育树也可以惊艳众人！ggtreeExtra包，让你的数据化身“绚丽多彩”的系统发育树！

原创小果生信果 2024-04-15 19:00:48

大家好，我是小果！今天，我非常激动地向大家介绍生物信息学领域的一项强大工具——ggtreeExtra 包。相信大家都知道，在现代生物信息学研究中，获取和分析生物信息数据至关重要，ggtreeExtra 包的出现，为我们提供了丰富多彩的方式来呈现和分析系统发育树数据。通过添加不同层次的数据信息，我们可以使树形结构呈现出更加丰富和多样化的内容，从而更好地理解和解释数据。

在今天的学习中，让我们一起深入探索 ggtreeExtra 包的使用方法。通过该包，我们能够在系统发育树中添加多层次的数据信息，如柱状图、星形图等，从而呈现更丰富的数据内容。ggtreeExtra 包不仅能够提升我们的数据分析能力，还能让我们可以更好地理解生物进化过程中的数据，并将其生动地展示出来。小果希望大家能够积极学习和应用 ggtreeExtra 包，不断探索新的工具和技术，提升自己在生物信息学领域的能力和水平。让我们一起开启学习之旅，共同探索生物信息学的奥秘吧！

本次介绍的R包需要较多的硬件资源，在服务器可以更加流畅运行，同学们如果没有自己的服务器欢迎联系我们使用服务器租赁~

公众号后台回复“111”

领取本篇代码、基因集或示例数据等文件

文件编号：240402

需要租赁服务器的小伙伴可以扫码添加小果，此外小果还提供生信分析，思路设计，文献复现等，有需要的小伙伴欢迎来撩~

ggtreeExtra包介绍

ggtreeExtra包是建立在ggtree包基础上的一个R语言扩展包，专注于生物进化树的可视化和分析。通过提供更多的绘图选项和工具，使用户能够更灵活地定制进化树的外观和样式，进行进化生物学数据的分析，并将进化树与其他数据结合起来。同时，部分功能支持交互式操作，使用户能够更直观地探索和理解生物进化过程中的数据。这个包的使用简单直观，为生物信息学家和生态学家等领域的研究人员提供了强大的工具，帮助他们更好地理解和呈现系统发育树数据。

ggtreeExtra包安装

需要R语言版本为4.3，在控制台中输入以下命令：

if (!require("BiocManager", quietly = TRUE))    install.packages("BiocManager ")BiocManager::install("ggtreeExtra") # 在BiocManager环境下安装ggtreeExtra查看是否安装成功    packageVersion("ggtreeExtra") # 查看ggtreeExtra版本

显示为1.12.0版本，则表示已经安装了ggtreeExtra包。

除此之外，后续示例还需要使用ggtree，ggplot2，ggnewscale，ggstar等包，我们可以提前安装，安装命令如下：

BiocManager::install("ggtree") # 在BiocManager环境下安装ggtreeBiocManager::install("ggplot2") # 在BiocManager环境下安装ggplot2BiocManager::install("ggnewscale ") # 在BiocManager环境下安装ggnewscaleBiocManager::install("ggstar") # 在BiocManager环境下安装ggstar

使用ggtreeExtra包丰富你的系统发育树

为了演示ggtreeExtra包的用法，本文中我们将使用随机生成的树文件和模拟的关联数据集，使用的模拟数据集都包含树的那一列分类标签。

载入包：

library(ggtreeExtra) # 载入ggtreeExtra包library(ggtree) # 载入ggtree包    library(ggplot2) # 载入ggplot2包library(ggnewscale) # 载入ggnewscale包library(ggstar) #载入ggstar包

载入数据：

set.seed(1024) # 设置随机参数tr <- rtree(100) # 随机生成一个包含一个节点的树dt <- data.frame(id=tr$tip.label, value=abs(rnorm(100)), group=c(rep("A",50),rep("B",50))) #随机生成一个数据框，包含一百个随机值，分成AB两组df <- dt # 赋值到变量dfdtf <- dt # 赋值到变量dftcolnames(df)[[3]] <- "group2" # 给第三列命名colnames(dtf)[[3]] <- "group3" # 给第三列命名p <- ggtree(tr, layout="fan", open.angle=0) # 绘制最里层的树形结构p # 显示树形结构

结果如下图：

由图可知，初始的树形结构十分单调，接下来，小果将带领大家不断美化这个最初始的树，让它慢慢变得惊艳众人，同学们不要眨眼睛，跟紧小果的步伐吧。

首先，让我们来给树添加第一层外圈数据信息，相关的命令如下：

p1 <- p +   geom_fruit(    data = dt,                     # 指定数据来源    geom = geom_col,               # 指定使用的几何对象为柱状图    mapping = aes(y = id,          # 设置 y 轴为 id 列                  x = value,       # 设置 x 轴为 value 列                  fill = group)   # 设置填充颜色为 group 列  ) + # 添加一个新的填充比例尺，确保图例中的填充颜色适用于新的图层      new_scale_fill()p1 # 打印 p1，显示最终的图形对象

结果如下图：

紧接着我们可以继续添加第二层数据信息，并且可以做出星形标记修饰，命令如下：

p2 <- p1 + # 使用 geom_fruit_list 函数添加一个水果列表图层，包含两个子图层      geom_fruit_list(          geom_fruit(              data = df,              geom = geom_col,                  mapping = aes(y=id, x=value, fill=group2),          ), # 第一个子图层，使用 geom_fruit 函数添加柱状图层来显示 df 数据框的数据          scale_fill_manual(values=c("blue", "red")), # To map group2          new_scale_fill(), # To initialize fill scale.          geom_fruit(              data = dt,              geom = geom_star,              mapping = aes(y=id, x=value, fill=group),              size = 2.5,              color = NA,              starstroke = 0          ) # 第二个子图层，使用 geom_fruit 函数添加星形图层来显示 dt 数据框的水果数据      ) +       new_scale_fill() # 初始化填充颜色比例尺p2

同样的，我们可以继续添加第三层数据信息，来在系统发育图中展示更在丰富的信息内容，相关命令如下：

p3 <- p2 +             # 添加第三层数据信息      geom_fruit(          data = dtf,          geom = geom_col,          mapping = aes(y=id, x=value, fill=group3),          stat = "identity"      ) +          scale_fill_manual(values=c("#00AED7", "#009E73")) # 设置颜色标尺p3

显示结果如下图：

至此，我们不仅绘制出了具有一百个节点的系统发育树，并且在系统发育树的外围添加了三层条形分布图，来展示每一个节点所具有的其他属性信息，使得系统发育树图所能展现的信息更加多元化，数据之间的对应关系更加明确，让读者可以轻松或许对应节点已经相邻节点的属性信息。

以上就是对于ggtreeExtra包的全部介绍了，在本文中，我们详细介绍了如何使用 ggtreeExtra 包来丰富系统发育树的可视化效果。通过添加不同层次的数据信息，我们使得树形结构不再单调，而是呈现出更为丰富和多样化的信息内容。通过学习和应用 ggtreeExtra 包，同学们可以掌握如何在 R 语言环境下进行系统发育树的可视化，并且将树形结构与其他数据信息相结合，从而更好地理解和解释数据。这不仅有助于提升数据分析的效率，还能够让研究结果更具可解释性和可视化效果。小果希望同学们继续深入学习和探索ggtreeExtra 包的相关知识，不断尝试新的工具和技术，提升自己的数据分析能力和科研水平。

同学们如果觉得自己写代码麻烦，可以体验一下我们的云生信小工具，只需输入数据，即可轻松生成所需图表。立即访问云生信

（http://www.biocloudservice.com/home.html），开启便捷的生信之旅！

小果还提供思路设计、定制生信分析、文献思路复现；有需要的小伙伴欢迎直接扫码咨询小果，竭诚为您的科研助力！