Цветной график MDS в edgeR

Question

У меня возникли проблемы с созданием графика MDS в edgeR для визуализации групп экспериментальных (лейкозов) и контроля (здоровых доноров) в цвете.

Я использовал файлы htseq в качестве входных данных для edgeR. Каждый файл состоит из двух столбцов - gene_ID и read count. «А» означает пациентов с лейкемией, «Н» означает здоровых доноров.

Вот мой код:

Создать таблицу:

samples <- matrix(c("A18.txt","experiment","blood_exp", 
     "A19.txt","experiment","blood_exp", 
     "A20.txt","experiment","blood_exp", 
     "A23.txt","experiment","blood_exp", 
     "A24.txt","experiment","blood_exp", 
     "A26.txt","experiment","blood_exp", 
     "A30.txt","experiment","blood_exp", 
     "A37.txt","experiment","blood_exp", 
     "H11.txt","control","blood_control", 
     "H12.txt","control","blood_control", 
     "H13.txt","control","blood_control", 
     "H15.txt","control","blood_control", 
     "H16.txt","control","blood_control", 
     "H17.txt","control","blood_control", 
     "H18.txt","control","blood_control", 
     "H19.txt","control","blood_control"), 
    nrow = 16, ncol = 3, byrow = TRUE, dimnames = list(c(1:16), c("library_name","condition","group_ALL_vs_control"))) 

samples <- as.data.frame (samples, row.names = NULL, optional = FALSE, stringAsFactors = default.stringAsFactors()) 

Используйте функцию Кромкообрезная, readDGE, читать в ЧИТАЕТ COUNT файлов созданного фру htseq подсчета:

counts <- readDGE(samples$library_name, path = 'C:/Users/okbm4/Desktop/htseq_files', columns=c(1,2), group = samples$group_ALL_vs_control, header = FALSE) 

colnames(counts) <- samples$library_name 

Фильтр слабо выраженные и неинформативные (то есть, аномальные) характеристики:

noint <- rownames(counts) %in% c('__no_feature','__ambiguous','__too_low_aQual','__not_aligned','__alignment_not_unique') 

cpms <- cpm(counts) 
keep <- rowSums (cpms > 1) >= 4 & !noint 
counts <- counts[keep,] 

Создание объекта DGElist

counts <- DGEList(counts=counts,group = samples$group_ALL_vs_control) 

фактор Эстимейт нормализации, это нормализация для размера библиотеки

counts <- calcNormFactors(counts) 

Inspect отношения между образцами с использованием МДС участка.

pdf(file = 'HCB_ALL.pdf', width = 9, height = 6) 

plotMDS(counts, labels = c('A18.txt','A19.txt','A20.txt','A23.txt','A24.txt','A26.txt','A30.txt','A37.txt','H11.txt','H12.txt','H13.txt','H15.txt','H16.txt','H17.txt','H18.txt','H19.txt'), 

xlab = 'Dimension 1', 
ylab = 'Dimension 2', 
asp = 6/9, 
cex = 0.8, 

main = 'Multidimentional scaling plot') 
par(cex.axis =0.6, cex.lab = 0.6, cex.main = 1) 

Прилагаемый файл, который я создаю раньше.

Я был бы рад услышать любые предложения.

Answer 1

plotMDS() производит объект, который может быть передан в plot() так же, как это есть, , так что вы можете выбрать свои собственные символы и х черчения и у оси метки:

mds <- plotMDS(yourdata) 
    plot(mds) 

Вы можете добавить любые аргументы до plot(), чтобы выбрать отображение символов, цветов и т. д.