4

Tenho o seguinte data.frame:

                     sample OPN1SW  OPN1MW OPN1LW    RHO   OPN3   OPN4   OPN5
1: GTEX-11WQK-1026-SM-5EQLX  2.365  0.0000      0  4.138 86.322 40.199 12.533
2:  GTEX-XQ3S-1426-SM-4BOPR 22.317  0.0000      0 30.693 84.376 33.564  0.000
3:  GTEX-WHPG-2626-SM-3NMBR 21.142  0.6874      0 29.372 89.879 48.453  0.000
4:  GTEX-WEY5-2326-SM-3GIKK  0.000 16.2860      0 28.632 83.683 23.741  0.000
5: GTEX-14A5H-0826-SM-5QGPJ 20.448  0.0000      0 28.585 80.831 44.142 13.579
6: GTEX-132AR-0326-SM-5KM2C 12.052  0.0000      0 26.375 78.887 29.123 12.052

Dados Completos: https://pastebin.com/hSghfm2d

É uma pequena amostra de uma base de dados do Xena Browser (Bioinfo); As colunas são a expressão genica, enquanto as linhas são as amostras.

Preciso fazer um gráfico de boxplot, onde a expressão genica é o eixo x e os valores são o y

O problema é que não estou conseguindo fazer isso, tentei da seguinte maneira:

qplot(OPN1SW,sample,data = sk, geom='boxplot')

Plot de grafico com ggplot

Entretanto não é o que eu preciso; o que eu preciso é algo parecido com isso:

Gráfico certo

Os nomes do eixo X seriam os samples da minha tabela. Eu imagino que estou errando o X e o Y na hora de plotar, mas não sei como resolver isso, pois cada coluna deve ser um boxplot com os devidos valores calculados. Como posso resolver isso? Grato pela ajuda.

1 Resposta 1

4

O teu problema está na organização do data frame sk. O ggplot2 é um pacote muito exigente com a forma dos dados a serem plotados. O ideal é que uma coluna possua todos os valores da expressão gênica e outra coluna possua todos os nomes dos genes.

Uma maneira prática de organizar os dados é através do comando melt do pacote reshape2:

library(reshape2)

sk_melt <- melt(sk)

Note que o data frame sk_melt possui 3 colunas:

  • sample: autoexplicativa

  • variable: com os nomes dos genes do conjunto de dados original

  • value: com os valores das expressões gênicas associadas a cada gene, em cada amostra

Agora basta fazer o boxplot com o novo conjunto de dados sk_melt. Particularmente, não gosto do qplot. Acho que o gráfico fica mais organizado utilizando o ggplot por extenso. Assim, use os comandos a seguir e seu gráfico estará pronto:

library(ggplot2)

ggplot(sk_melt, aes(x=variable, y=value)) +
  geom_boxplot() +
  labs(x="Gene", y="Expressão Gênica")

inserir a descrição da imagem aqui

2
  • 1
    É isto mesmo que eu precisava, obrigado! Porém meu arquivo CSV tem pouco mais de 3GB, tentei transforma-lo com o mult() é da erro. Acredito que dê pra fazer em "blocos", de forma que não consuma toda a memória RAM; mas conhece alguma outra lib que dê para fazer sem usar o mult? Ou uma outra forma eficiente de fazer isto?
    – mrlucasrib
    Commented 31/12/2017 às 18:57
  • 1
    Tente usar o pacote data.table para ler os teus dados. Ele é mais eficiente em uso de memória do que os métodos tradicionais do R. Aqui tem uma aplicação disso. Commented 1/01/2018 às 8:42

Você deve fazer log-in para responder a esta pergunta.

Esta não é a resposta que você está procurando? Pesquise outras perguntas com a tag .