生物通路的 RiverPlot

Question

我正在尝试绘制河流图，以显示路径如何根据其 p 值从疾病第 1 阶段到第 2 阶段变得重要。我想根据同一路径的两个阶段之间的 p 值显示 riverplot 流的宽度。例如，p1 abd p2 是两条通路，随着疾病从第 1 阶段进展到第 2 阶段，p1 变得越来越重要（p 值从 0.8 变为 0.02）。通路 p1 在 stage-1 中有 12 个突变基因，在 stage-2 中有 9 个突变基因。类似地，通路 p2 在阶段 1 中显着，但在阶段 2 中不显着。通路 p2 在第 1 阶段有 10 个突变基因，在第 2 阶段有 5 个突变基因。此信息显示在下面的数据框中：

pathway <- c('p1','p1','p2','p2')
disease <- c('Stage-2','Stage-1','Stage-2','Stage-1')
pval <- c(0.01,0.8,0.7,0.02)
ngenes <- c(9,12,5,10)
df <- data.frame(pathway, disease, pval,ngenes)

现在我正在用ggalluvium画河图。代码如下：

library(ggalluvial)
ggplot(df,
   aes(x = disease, stratum = pathway, alluvium = pval,
       y = ngenes,
       fill = pathway, label = pathway)) +
scale_x_discrete(expand = c(.1, .1)) +
geom_flow() +
geom_stratum(alpha = .5) +
geom_text(stat = "stratum", size = 3) +
theme(legend.position = "none") +
ggtitle("River Plot")

我得到的情节是：

这不是我所期待的。缺少流（stage-1 和 stage-2 之间的连接）（其宽度基于 p 值，即对于 p1，stage-1 的宽度较高，stage-2（或其反向）的宽度较小）。谁能建议如何向此河图添加流量。

Answer 1

我错过了关于 riverplot 的重要信息，即特征之间的重要性。在我原来的数据框中，我没有正确提供信息。所以我做了以下更改：

pathway <- c('p1','p1','p2','p2')
disease <- c('Stage-2','Stage-1','Stage-2','Stage-1')
sub <- c(2,2,1,1)
pval <- c(0.01,0.8,0.7,0.02)
df <- data.frame(pathway, disease, pval,sub)

library(ggalluvial)
 ggplot(df,
   aes(x = disease, stratum = pathway, alluvium = sub,
       y = pval,
       fill = pathway, label = pathway)) +
scale_x_discrete(expand = c(.1, .1)) +
geom_flow() +
geom_stratum(alpha = .5) +
geom_text(stat = "stratum", size = 3) +
theme(legend.position = "none") +
ggtitle("River Plot")

通过上面的代码，我得到了下图：

这正是我要找的。路径 p1 在从 stage-1 到 stage-2 的过程中变得越来越重要，在 stage-1 更宽，并且随着它在 stage-2 变得更加重要而宽度越来越小。对于通路 p2 可以解释相同的信息。

生物通路的 RiverPlot

RiverPlot for biological Pathways

r

riverplot