代码海洋-你想模仿的这里都有啊

Posted on by

最近看文献：Integrative Pharmacogenomics Analysis of Patient Derived Xenografts 又一次遇到了codeocean ，算是生物信息学数据分析者的一个福音，因为大量的好文章都是把绘图数据及代码一股脑的打包上去了，关键是都是可以重复出来的！

每个文章的代码都是一个独立的环境

如下所示，code及其配套的data都是独立的文件夹，而且是可以查看的。

image-20191218091751588

可以从中学到其他人的代码技巧，比如判断哪些包没有安装，甚至批量安装R包

cat(sprintf("\n\n##=========== checking if required packages are installed ======\n\n"))

packagesReq <- c("BBmisc", "doParallel", "foreach", "ggplot2", "ggpubr", 
 "methods", "psych", "reshape2", "Rtsne", "scales", "snow", 
 "Biobase", "circlize", "ComplexHeatmap", "piano", "PharmacoGx")

packToInst <- setdiff(packagesReq, installed.packages())

if(length(packToInst)>0)
{
 cat(sprintf("\nInstalling required packages:\n%s\n", paste0(packToInst, collapse = "\n")))

}

实际上就是一个个独立的docker

docker我们讲解很多次了，具体大家可以浏览我在生信技能树上面写过部分docker教程， 目录如下：

再复习几个docker指令：

docker
docker info ## 可以查看目前机器上面的docker里面有多少容器或者镜像。
docker version
sudo docker search ubuntu
sudo docker run hello-world 
## 上面代码下载了一个镜像，启动了一个容器，下面就可以查看它们
sudo docker run ubuntu ## 默认下载最新版docker
docker ps -a ## 查看目前所有没有被销毁的容器进程。
docker images -a ## 查看目前所有的本地镜像 
docker volume ls 
docker network ls

打开这个codeocean的dockerfile，可以很清楚的看到，就是基于codeocean的r-base:3.4.4-ubuntu16.04这个初始化的空白电脑系统，然后安装几个这篇文章绘图需要的R包，就可以啦！

FROM registry.codeocean.com/codeocean/r-base:3.4.4-ubuntu16.04

ARG DEBIAN_FRONTEND=noninteractive

RUN Rscript -e 'devtools::install_version("BBmisc", \
 version = "1.11", \
 dependencies = TRUE)'
RUN Rscript -e 'devtools::install_version("Rtsne", \
 version = "0.13", \
 dependencies = TRUE)'
RUN Rscript -e 'devtools::install_version("doParallel", \
 version = "1.0.11", \
 dependencies = TRUE)'
RUN Rscript -e 'devtools::install_version("doSNOW", \
 version = "1.0.16", \
 dependencies = TRUE)'
RUN Rscript -e 'devtools::install_version("foreach", \
 version = "1.4.4", \
 dependencies = TRUE)'
RUN Rscript -e 'devtools::install_version("ggpubr", \
 version = "0.1.7", \
 dependencies = TRUE)'

RUN Rscript -e ' \
 source("http://bioconductor.org/biocLite.R"); \
 biocLite(c( \
 "Biobase", \
 "ComplexHeatmap", \
 "PharmacoGx", \
 "piano" \
 ), suppressUpdates = TRUE)'

RUN Rscript -e 'devtools::install_github("bhklab/Xeva", \
 dependencies = TRUE, \
 upgrade_dependencies = FALSE, \
 ref = "v1.0.0")'

docker的好处就是，随时启动，任意销毁，不需要有任何的心理负担，哪怕你有心理洁癖！

圈圈图

这篇文章展示了一个药物靶点以及其对应的通路关系的圈圈图，如下：

image-20191218093514129

假如你感兴趣绘制这个图的代码，就可以点开看具体的代码实现，如下：

suppressMessages(library(circlize))
library(BBmisc)
library(reshape2)
plot_figure <- function(mat, cirOrd, gap.after, grid.col, colorMat, names2show,
 txtCol)
{
 paraText <- function(txt, width = 50)
 { paste( strwrap(txt, width = width), collapse = "\n") }

 circos.clear()
 circos.par(gap.after = gap.after, start.degree = -100,
 track.margin = c(0.001, 0.002))

 chordDiagram(mat, order = cirOrd, grid.col = grid.col, col=colorMat,
 annotationTrack = "grid",
 preAllocateTracks = list(track.height= 0.50),
 transparency = 0.25)

 circos.trackPlotRegion(track.index = 1, panel.fun = function(x, y)
 {
 xlim = get.cell.meta.data("xlim")
 ylim = get.cell.meta.data("ylim")
 sector.name = get.cell.meta.data("sector.index")
 if(sector.name %in% names2show)
 {
 circos.text(mean(xlim), ylim[1], sector.name, facing = "clockwise",
 niceFacing = TRUE, adj = c(0, 0.5),
 col = txtCol[sector.name],cex = 1.5)
 }
 }, bg.border = NA)
 circos.clear()
}

主要是 chordDiagram 和 circos.trackPlotRegion两个函数，来自于circlize这个R包。

​

Comments are closed.