要是生物信息只学习一个R包，那一定是ggplot2。

迷水商城

要是ggplot2里只可继承一种，那一定是ggtree。

迷水商城

在生物信息学限度，进化树是探讨物种之间干系的蹙迫器用，是咱们分析使命中一定不行清寒的一环，而ggtree即是一款画图tree的大大大神器。

这款由可视化大神余晖创憨厚研发的R神器，可谓是生物信息研发东谈主员东谈主手一份。

催药商城

但是可惜的是，ggtree当今是全代码操作，关于号召行操作不纯属的憨厚使用起来较为繁重。为了绵薄天下的使用，特将笔者我方梳理的ggtree的使用纪录共享下~

迷水商城

一、ggtree的装配（仅需一次）

装配 ggtree前先确保您照旧装配了 R 言语和 RStudio。接下来在 R 截止台中输入以下代码以装配 `ggtree` 过甚关联依赖包：

install.packages("BiocManager")BiocManager::install("ggtree")# install.packages("treeio")

二、读入文献

迷水商城

 library("ggtree") library("treeio") library("dplyr")# 读入tree文献 tree<-read.newick(nwkfile，node.label="label") # 读入列表文献（可用于后续分组、象征心情等） meta<-read.delim(info，header=TRUE)

这里再啰嗦两句，确认一下这里读入的nwk文献是啥？nwk也即是Newick模范，是一种最常用于暗示进化树（系统发育树）的文献模范。同期亦然mega、fasttree等多种构树软件的输出文献模范。

nwk文献示例：

((A:0.1， B:0.2):0.3， C:0.4);

这即是一个大略的Newick模范的树，暗示有一个四个节点的树，其中A和B是子节点，C是另一个子节点，且各个分支具有特定的长度。

三、画图tree（最重要的来了）

最大略，最告成，但是不好意思瞻念的tree

迷水商城

ggtree(tree)

图片

为了好意思化，咱们不错证据需要将其他关联数据（如物种分组信息）吞并到树数据框中。

迷水商城

# 读入列表文献（可用于后续分组、象征心情等）meta<-read.delim(info，header=TRUE)tree_df <- fortify(tree)  # 吞并tree和分组信息  tree_df <- tree_df %>%    left_join(meta， by = c("label" = "ID"))  # 画图tree，并添加分组心情p1 <- ggtree(tree_df，layout="roundrect"，branch.length="none") +      geom_tippoint(aes(label = label， color = Group)， size = 3) +      theme(legend.position = "right") p1 

图片

打火机针孔摄像头购买商城迷水商城

这么看，是不是兴盛了好多？分组更为显豁明了一些啦。

具体确认下ggtree示例中几个小参数的具体含义：

geom_tippoint:用于在叶子节点（tip）上添加点，经常用于标示具体的样本或物种。不错通过size，color的具体树立来作念节点的调度。

scale_color_manual: 用于自界说心情的映射。当你思要为不同的组或分类指定特定的心情时很有用。

theme：用于自界说图形的举座主题和形状，比如字体、配景、网格线等。不错调度图形的好意思不雅性和可读性。

annotate：用于在图形上添加详确，如文本、箭头或象征。这不错匡助确认图上的某些特征或数据。

layout 指定树阵势的布局政策，比如树的分支地方、叶节点的位置等。

除示例中的roundrect外，麦可奈因哪里买常用的另外两种布局类型：

迷水商城

"rectangular": 直角布局，默许的基本布局，树呈现为高下或支配结构。

迷水商城

"circular": 圆形布局，与径向布局访佛，但叶节点沿圆的周围均匀辩别。

四、遵循保存

这里同ggplot的其他包，皆是用ggsave号召完奏遵循的保存。一般提出保存为pdf模范，绵薄后续修改。

ggsave("tree_plot.pdf"， plot = p1， width = 10， height = 6)

五、批量运转

迷水商城迷水商城

说真话要是是单个tree的画图和好意思化，我并不提出用ggtree，网页版的iTol是更好的继承（步步图解iTol-给进化树作念个好意思颜）

ggtree的优点是更适于批量化腹地运转。比如咱们有一百个文献皆需要作念tree，咱们不错如下操作

for (file in file_list) {  # 轮回读取树文献    tree <- read.tree(file)  # 从文献名索要物种名  # 创竖立数据框    tree_df <- fortify(tree)  # 吞并分组信息   tree_df <- tree_df %>%      left_join(meta， by = c("label" = "ID"))# 画图树    p1 <- ggtree(tree_df， layout = "roundrect") +       geom_tree() +      geom_tippoint(aes(label = label， color = Group)， size = 1) +      theme(legend.position = "none") +       annotate("text"， x = max(tree$edge.length) * 0.5， y = -3，                label = file， size = 2， vjust = -1)  # 保存每个图    ggsave(paste0(species_name， ".pdf")， plot = p1， width =11， height = 5)  # 将图添加到列表中    plots[[length(plots) + 1]] <- p1  }  # 使用cowplot将图吞并，每行阐明5个图  combined_plot <- plot_grid(plotlist = plots， ncol = 5)  # 保存吞并后的图形  ggsave("combined_tree_plot.pdf"， plot = combined_plot)

此时，咱们不仅得到了100个pdf模范的tree图，还得到了一张整图（涵盖了悉数用率）。这是iTol透澈作念不了的事情。

虽然，ggtree还有更多其他的优点，比如，有更大的变化，救助各式变形。就像乐高相通，ggtree其实莫得固定的套路，救助每个玩家我方的创造。

其官方教程如下：

https://yulab-smu.top/treedata-book/

临了再次感触一下，学习真不是一件容易的事情。

长按关怀

迷水商城

风作伴，梦作念马，追啊迎啊最浓烈的年华

-幼年的你啊

迷水商城

公众堪称号：微微悦明

科学的乐趣是得到新常识的开心~

高通量测序、大数据病原微生物检测和监测健康大数据行业资讯纪录与共享

本站仅提供存储办事，悉数本色均由用户发布，如发现存害或侵权本色，请点击举报。