標籤糊成一坨?如何為圖表添加「帥帥」的指引線?

在Seurat的輸出結果中，有一個展示表達量變化最大10個基因的圖表令人印象深刻，如下圖。關於該圖表的具體內容參考之前《單細胞轉錄組學習筆記之Seurat 3.0（一）》一文。那麼，常規散點圖能不能畫成這樣效果？

如果仍然使用針對單細胞數據高度定製的Seurat，顯然是非常麻煩的。而使用ggplot2繪製類似這樣的多標籤圖表，又容易出現「數據標籤重疊」、超出繪圖區域的標籤「顯示不全「和鄰近數據點」指示不明「三大難題。

於是ggrepel這個R包應用而生，它讓文字標籤周圍產生「力場」，相互排斥，相互靠近的點會添加「指引線」避免指示不明。

整個R包主要有兩個用法幾乎一樣的函數geom_text_repel()和geom_label_repel()，可以把它們視作ggplot2中geom_text()的加強版，很顯然，Seurat集成了這個R包。下面就仍以上圖的數據為例，一起看下具體如何使用ggrepel吧！

https://www.omicshare.com/forum/thread-6312-1-1.html

#讀入數據：
var.df <- read.table("var.genes.xls",header = T,sep = "\t")
head(var.df,10)

#載入dplyr包；
library(dplyr)
#按照variance.standardized這一列數值降序排列；
var.genes<-arrange(var.df,desc(vst.variance.standardized))
head(var.genes,10)

為了檢驗這個包的性能，我這裡選擇繪製15個標籤，當然選擇展示20個也沒問題。

#提取TopN基因集：
n <- 15
topn <- head(var.genes$gene,n)
topn
#追加標籤列；
var.genes$labels <- ""
var.genes$labels[1:n] <- topn
head(var.genes,10)

關於「散點」疊放細節調整，將數據改為升序排列，目的是先畫非高變基因，關注Topn的基因最後再畫，實現後者的散點置於「頂層」效果。

var.genes<-arrange(var.genes,vst.variance.standardized)

#載入所需的畫圖主力R包；
library(ggplot2)
library(ggrepel)
#常規的geom_text()函數的效果；
p1 <- ggplot(data = var.genes,aes(log10(vst.mean),vst.variance.standardized,
color=vst.variable,label=labels)) +
geom_point()
p1+geom_text(color="grey20",size=3)

從上圖我們可以看出，如果直接使用ggplot2的geom_text()函數會出現文本標籤相互重疊的情況（虛線橢圓所示），也會出現標籤對鄰近的點指示不明的情況，如上圖的CLU、NKG7基因。那麼如何避免上述問題呢？我們先使用一下geom_text()函數的加強版：geom_text_repel()。

set.seed(100)
p2 <- p1+geom_text_repel(color="grey20",size=3,point.padding = NA)
p2

geom_text_repel()和geom_label_repel()的核心參數：數據點與相應數據標籤的距離，例如1表示標籤在點右/上的1個單位處，而-2.2表示標籤在點左/下2.2個單位處；標籤分布方向，x表水平分布，y 表示垂直分布，both 表示隨機分布；表示點周圍的空餘區域，決定連接線端點到到數據點中心的距離，單位為line。標籤的「排斥」效果很不錯，但是還不夠「高大上」。接著，在垂直方向上給標籤多一些偏移，並繪製箭頭指引線。

p3 <- p1+geom_text_repel(force=20,color="grey20",size=3,point.padding = 0.5,hjust = 0.5,
arrow = arrow(length = unit(0.01, "npc"), type = "open", ends = "last"),
segment.color="grey20",segment.size=0.2,segment.alpha=0.8,nudge_y=1)

p3

關於為線段添加「箭頭」，這裡主要用到grid::arrow()函數，注意，它的參數只適於調整「整支箭的箭頭」部分，如下：ends: "last", "first", "both", 指定線段的那端畫箭頭；type: "open"和"closed" 指定箭頭是否為封閉的三角形。然後應用自定義主題，調整縱軸範圍、散點顏色、圖表主題等。

p3 + scale_y_continuous(breaks = c(0, 3, 6, 9, 12),limits = c(0, 12)) +
xlab("Average expression") +
ylab("Standardized variance") +
scale_color_manual(values=c("#a2a9af", "#a8df65")) +
theme_classic()+
theme(plot.margin = unit(c(1,1,0.5,0.5),"cm"),
legend.position = "none",
axis.title = element_text(size = rel(1.2)),
axis.text = element_text(size=rel(1)),
axis.line = element_line(size = 0.5, colour = "grey30"))

上面的圖表添加上箭頭指引線，瞬間覺得最常見的散點圖也變得「高大上」起來了呢。但對於「審美強迫症」來說，這些標籤的排列還是有點亂，如何把他們排整齊呢？下面就增加點難度，以圖表的中軸線為界，把兩側的標籤整齊排列。具體實現方法就是根據橫坐標將數據集分成兩部分，分別指定標籤的偏移距離和排列方式。比如這裡以「0」為分界，使用subset()函數將數據框分成兩部分，分兩次添加文字標籤

p4 <- ggplot(data = var.genes,aes(log10(vst.mean),vst.variance.standardized,
color=vst.variable,label=labels)) +
geom_point() +
geom_text_repel(
data = subset(var.genes, log10(vst.mean) >= 0),
nudge_x = 3 - log10(subset(var.genes, log10(vst.mean) >= 0)$vst.mean),
color = "grey20",
point.padding = NA,
size = 3,
segment.size = 0.2,
segment.color = "grey50",
direction = "y",
hjust = 1
) +
geom_text_repel(
data = subset(var.genes, log10(vst.mean) < 0),
nudge_x = -3 - log10(subset(var.genes, log10(vst.mean) < 0)$vst.mean),
color = "grey20",
point.padding = NA,
size = 3,
segment.size = 0.2,
segment.color = "grey50",
direction = "y",
hjust = 0
) +
scale_x_continuous(
breaks = c(-3, -2, -1, 0, 1,2,3),
limits = c(-3.5, 3.5))
p4

這裡較難理解一點的是nudge_x（「標籤」到「點」的水平距離）的設置，要想標籤垂直對齊排列，需要為標籤指定同樣的橫坐標，如本文的-3和3，只要用-3和3分別減去「點」的橫坐標值就是對應的nudge_x值啦！當然這裡的hjust參數也很重要，「0」表示文字左對齊，「0.5」表示文字居中，「1」表示文字右對齊。接著是圖表的主題調整，方法同上。

p4 + scale_y_continuous(breaks = c(0, 3, 6, 9, 12),limits = c(0, 12)) +
xlab("Average expression") +
ylab("Standardized variance") +
scale_color_manual(values=c("#a2a9af", "#a8df65")) +
theme_classic()+
theme(plot.margin = unit(c(1,1,0.5,0.5),"cm"),
legend.position = "none",
axis.title = element_text(size = rel(1.2)),
axis.text = element_text(size=rel(1)),
axis.line = element_line(size = 0.5, colour = "grey30"))

如果覺得純文字標籤逼格還不夠，我們還可以用圓角矩形標籤的方式展示，這時候我們就用到了geom_label_repel()函數，參數與上文幾乎一樣，只需做簡單調整。主要是通過fill參數調整矩形標籤的顏色，其他不變。

p5 <- ggplot(data = var.genes,aes(log10(vst.mean),vst.variance.standardized,
color=vst.variable,label=labels)) +
geom_point() +
geom_label_repel(
data = subset(var.genes, log10(vst.mean) >= 0),
nudge_x = 3 - log10(subset(var.genes, log10(vst.mean) >= 0)$vst.mean),
color = "white",
alpha = 0.9,
point.padding = 0.5,
size = 3,
fill = "#96C93D",
segment.size = 0.5,
segment.color = "grey50",
direction = "y",
hjust = 1
) +
geom_label_repel(
data = subset(var.genes, log10(vst.mean) < 0),
nudge_x = -3 - log10(subset(var.genes, log10(vst.mean) < 0)$vst.mean),
color = "white",
alpha = 0.9,
point.padding = 0.5,
size = 3,
fill = "#9881F5",
segment.size = 0.5,
segment.color = "grey50",
direction = "y",
hjust = 0
) +
scale_x_continuous(
breaks = c(-3, -2, -1, 0, 1,2,3),
limits = c(-3.5, 3.5))
p5

p5 + scale_y_continuous(breaks = c(0, 3, 6, 9, 12),limits = c(0, 12)) +
xlab("Average expression") +
ylab("Standardized variance") +
scale_color_manual(values=c("#a2a9af", "#ff85cb")) +
theme_classic()+
theme(plot.margin = unit(c(1,1,0.5,0.5),"cm"),
legend.position = "none",
axis.title = element_text(size = rel(1.2)),
axis.text = element_text(size=rel(1)),
axis.line = element_line(size = 0.5, colour = "grey30"))

是不是好看多了？至此，添加個性化的標籤無需Ai（Illustrator）也能批量自動完成啦！今天的內容就先到這裡啦~實用科研工具推薦      
詳實生信軟體教程分享
前沿創新組學文章解讀
獨家生信視頻教程發布