R语言处理PCR数据,一步画柱状图、添加显著性标志并实现截断

Python015

R语言处理PCR数据,一步画柱状图、添加显著性标志并实现截断,第1张

PCR数据要有三列,一列是组名,一列是内参基因的CT值,一列是目的基因的CT值,计算方法是-2 ∆∆Ct 法,实现一步出图用的是 ggpubr ,实现截断则是Y叔出手的 ggbreak

以前很少有包可以完美实现这个功能,我以前写过 R做截断柱状图并加显著性统计 可以实现,但Y叔出手写了个 ggbreak 包,完美的就解决了

其实还有一个 pcr 的包也能简单实现,而且自动计算mRNA相对表达定量,而且对照组定量是1,更加科学,但是表格只是两列CT值,还要重新定义组,所以要先提取一下表格,处理一下数据。

也可以截断,还是 ggbreak

首先准备一个如下的表格,主要有三列,一个分组,一个值,还有一个表型

做柱状图比较简单,加显著性统计也有教程,但对于表达丰度相差较大的图,就会有明显差异,比如说直接出图是这样的,很难比较直观

结果来看,NC组最大值约1,OE组的最小值大约在20左右,因此可以在1.5-10左右截断,然后先截断一下,然后拼接一下,是不是就好看多了

截图主要是两部分图组成,下部分主要是最小值部分,不包括分组和显著性统计结果,定义为p1,上部分应包括分组和显著性统计结果,定义为p2,然后使用 patchwokr 拼一下,可以平均拼接,也可以按比例拼接

大功告成

然后PS或AI调整一下就行

以鸢尾花数据集为例,展示如何在R上绘制出显著度和p-value。

分析得到,该数据集总共有5个变量,

对分类变量的水平进行查看,得到其总共由3个水平组成:

选择 Sepal.Length ,进行setosa、versicolor、virginica 3者之间的显著性检验。

结果图1:

结果图2(将p-value改为显著度标识):