发布日期：2025-07-03 15:44 点击次数：71
若是生物信息只学习一个R包足交 porn，那一定是ggplot2。
若是ggplot2里只可选拔一种，那一定是ggtree。
在生物信息学界限，进化树是盘考物种之间关系的迫切器具，是咱们分析职责中一定不行短少的一环，而ggtree等于一款画图tree的大大大神器。
这款由可视化大神余晖创真挚研发的R神器，可谓是生物信息研发东谈主员东谈主手一份。
关联词可惜的是，ggtree当今是全代码操作，关于号令行操作不老练的真挚使用起来较为艰辛。为了便捷大众的使用，特将笔者我方梳理的ggtree的使用记载共享下~
一、ggtree的装配（仅需一次）
装配 ggtree前先确保您也曾装配了 R 谈话和 RStudio。接下来在 R 放置台中输入以下代码以装配 `ggtree` 十分关连依赖包：
install.packages("BiocManager")BiocManager::install("ggtree")# install.packages("treeio")二、读入文献
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、标记热情等） 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也等于Newick步调，是一种最常用于暗意进化树（系统发育树）的文献步调。同期亦然mega、fasttree等多种构树软件的输出文献步调。
nwk文献示例：
((A:0.1， B:0.2):0.3， C:0.4);
这等于一个浅易的Newick步调的树，暗意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（最要津的来了）
最浅易，最径直，但是不顺眼的tree
ggtree(tree)
图片
为了好意思化，咱们不错把柄需要将其他关连数据（如物种分组信息）归拢到树数据框中。
# 读入列表文献（可用于后续分组、标记热情等）meta<-read.delim(info，header=TRUE)tree_df <- fortify(tree) # 归拢tree和分组信息 tree_df <- tree_df %>% left_join(meta， by = c("label" = "ID")) # 画图tree，并添加分组热情p1 <- ggtree(tree_df，layout="roundrect"，快播branch.length="none") + geom_tippoint(aes(label = label， color = Group)， size = 3) + theme(legend.position = "right") p1 图片
这么看，是不是快意了好多？分组更为了了明了一些啦。
具体讲明下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，通常用于标示具体的样本或物种。不错通过size，color的具体建设来作念节点的诊疗。
scale_color_manual: 用于自界说热情的映射。当你念念要为不同的组或分类指定特定的热情时很有效。
theme：用于自界说图形的举座主题和边幅，比如字体、布景、网格线等。不错诊疗图形的好意思不雅性和可读性。
annotate：用于在图形上添加防护，如文本、箭头或标记。这不错匡助讲明图上的某些特征或数据。
layout 指定树花式的布局政策，比如树的分支标的、叶节点的位置等。
国产成人在线除示例中的roundrect外，常用的另外两种布局类型：
"rectangular": 直角布局，默许的基本布局，树呈现为障碍或独揽结构。
"circular": 圆形布局，与径向布局访佛，但叶节点沿圆的周围均匀散播。
四、成果保存
这里同ggplot的其他包，王人是用ggsave号令完成成果的保存。一般提出保存为pdf步调，便捷后续修改。
ggsave("tree_plot.pdf"， plot = p1， width = 10， height = 6)五、批量运转
说真话若是是单个tree的画图和好意思化，我并不提出用ggtree，网页版的iTol是更好的选拔（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土产货运转。比如咱们有一百个文献王人需要作念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) # 从文献名索求物种名 # 创树立数据框 tree_df <- fortify(tree) # 归拢分组信息 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将图归拢，每行表露5个图 combined_plot <- plot_grid(plotlist = plots， ncol = 5) # 保存归拢后的图形 ggsave("combined_tree_plot.pdf"， plot = combined_plot)此时，咱们不仅得到了100个pdf步调的tree图，还得到了一张整图（涵盖了系数成果）。这是iTol十足作念不了的事情。
虽然，ggtree还有更多其他的优点，比如，有更大的变化，相沿多样变形。就像乐高雷同，ggtree其实莫得固定的套路，相沿每个玩家我方的创造。
其官方教程如下：
https://yulab-smu.top/treedata-book/
终末再次感触一下，学习真不是一件容易的事情。
长按眷注
风作伴，梦作念马，追啊迎啊最锐利的年华
-少小的你啊
公众堪称号：微微悦明
科学的乐趣是赢得新常识的欢跃~
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记载与共享足交 porn
本站仅提供存储事业，系数本色均由用户发布，如发现存害或侵权本色，请点击举报。