之前我们写过很多精彩的网络图帖子：
❝graph包：圆状网络图的绘制|互作网络图|基因通路网络图
新方法---大型网络图绘制---ggraph包
学做NAR图表：ggraph做网络图
复现《Cell stem cell》图表：STRING互作分析+igraph绘制大型蛋白互作网络图
图片复现：ggraph互作网络图
❞
这里我们以基因互作演示一个简单的网络图示意。这个图的特点是。第一：基因按照分组展示。第二：上下调基因也区分展示出来。其实，就是一个非常简单的网络图，很基础，主要是为了熟悉下网络的设置等等。首先准备网络数据，我这里是 STRING网络分析的结果。然后设置节点数据。最后构建ggraph作图数据。ggraph作图重要的是构建好作图数据。组图就很简单了。
setwd("D:/KS项目/公众号文章/一个简单的网络图")library(ggraph)library(tidygraph)library(ggnewscale)df <- read.csv('net.csv', header = T)#这是一个基因互作关系网络文件#接下来，为了让我们的网络图更加丰富，我们人为对这些基因进行分组等等#事实上，如果是你有用的数据，可以提前整理好文件读入from = unique(df$from)to = unique(df$to)genes <- data.frame(unique(c(from, to)))colnames(genes) <- 'gene'genes$pathway <- c(rep("MAPK",6), rep("Wnt",5), rep("JAK",6),rep("Toll",5))#这里的分组是虚构的数据genes$regulation <- c(sample(c(rep("up",12), rep("down",10))))#随机分下上下调data <- tbl_graph(nodes = genes, edges = df)
绘图。ggraph是ggplot2的拓展包，所以作图设置和ggplot类似。不同组的基因按照不同的颜色区别，上下调基因按照节点边框颜色区分。
#绘图,ggraph是ggplot的拓展包，所以当你构建好ggraph作图数据后， #剩下的和你在利用ggplot2作图没什么分别ggraph(data,layout='linear',circular = TRUE) +geom_node_point(aes(size=8,fill = pathway),shape=21) +scale_fill_manual(values = c('#4CA85F','orange','#4A90BD','#C387B8'))+geom_node_point(aes(size=8,color = regulation),shape=21,stroke=2)+scale_color_manual(values = c('black','#B11E23'))+scale_size_continuous(range = c(30, 1))+geom_node_text(aes(x = x*1.15,y=y*1.15,label=gene,angle=-((-node_angle(x, y) + 90) %% 180) + 90),size=3,hjust='outward')+coord_cartesian(xlim=c(-1.5,1.5),ylim = c(-1.5,1.5))+geom_edge_arc(aes(width=score),color="lightblue")+scale_edge_width_continuous(range = c(0.5,1))+theme_graph()
本贴示例数据及详细注释代码已上传群文件，请自行下载。觉得分享有用的点个赞、分享下再走呗！
