R语言富集分析可视化出现文字堆叠现象如何解决？

Question

# install.packages("colorspace")
# options(repos = c(CRAN = "https://mirrors.tuna.tsinghua.edu.cn/CRAN/"))
# install.packages("stringi")
# install.packages("ggplot2")
# 
# if (!requireNamespace("BiocManager", quietly  =  TRUE))
#     install.packages("BiocManager")
# BiocManager::install("org.Hs.eg.db")
# BiocManager::install("DOSE")
# BiocManager::install("clusterProfiler")
# BiocManager::install("enrichplot")


#引用包
library("clusterProfiler")
library("org.Hs.eg.db")
library("enrichplot")
library("ggplot2")

pvalueFilter = 0.05       #p值过滤条件
qvalueFilter = 0.05       #矫正后的p值过滤条件

#定义颜色
colorSel = "qvalue"
if(qvalueFilter>0.05){
  colorSel = "pvalue"
}

setwd("F:\\A基于神经网络的胃癌基因筛选\\3.GO富集分析")           #设置工作目录
rt = read.table("diff.txt", header = T, sep = "\t", check.names = F)     #读取输入文件

#基因名字转换为基因id
genes = as.vector(rt[,1])
entrezIDs = mget(genes, org.Hs.egSYMBOL2EG, ifnotfound = NA)
entrezIDs = as.character(entrezIDs)
gene = entrezIDs[entrezIDs != "NA"]        #去除基因id为NA的基因

#GO富集分析
kk = enrichGO(gene = gene, OrgDb = org.Hs.eg.db, pvalueCutoff = 1, qvalueCutoff = 1, ont = "all", readable = T)
GO = as.data.frame(kk)
GO = GO[(GO$pvalue<pvalueFilter & GO$qvalue<qvalueFilter),]
#保存富集结果
write.table(GO, file = "GO.txt", sep = "\t", quote = F, row.names  =  F)

#定义显示GO的数目
showNum = 10
if(nrow(GO)<30){
  showNum = nrow(GO)
}

#柱状图
pdf(file = "barplot.pdf", width = 7, height = 7)
bar = barplot(kk, drop = TRUE, showCategory = showNum, split = "ONTOLOGY", color = colorSel) + facet_grid(ONTOLOGY~., scale = 'free')
print(bar)
dev.off()

#气泡图
pdf(file = "bubble.pdf", width = 7, height = 7)
bub = dotplot(kk, showCategory = showNum, orderBy = "GeneRatio", split = "ONTOLOGY", color = colorSel) + facet_grid(ONTOLOGY~., scale = 'free')
print(bub)
dev.off()

#获取GO信息
go=data.frame(Category=GO$ONTOLOGY, ID=GO$ID, Term=GO$Description, Genes = gsub("/", ", ", GO$geneID), adj_pval = GO$p.adjust)
#读取基因的logFC
genelist <- data.frame(ID=rt$id, logFC=rt$logFC)
row.names(genelist)=genelist[,1]
#设置圈图参数
circ <- circle_dat(go, genelist)
termNum =8       #显示GO数目
termNum=ifelse(nrow(go)<termNum,nrow(go),termNum)
geneNum=200      #限定基因数目
geneNum=ifelse(nrow(genelist)<geneNum, nrow(genelist), geneNum)
#绘制圈图
chord <- chord_dat(circ, genelist[1:geneNum,], go$Term[1:termNum])
pdf(file="GOcircos.pdf", width=10, height=10)
GOChord(chord, 
        space = 0.001,           #基因之间的间距
        gene.order = 'logFC',    #按照logFC值对基因排序
        gene.space = 0.25,       #基因名跟圆圈的相对距离
        gene.size = 5,           #基因名字体大小 
        border.size = 0.1,       #线条粗细
        process.label = 6)       #GO字体大小
dev.off()

#聚类图
pdf(file="GOcluster.pdf",width=12, height=10)
GOCluster(circ, 
          go$Term[1:termNum], 
          lfc.space = 0.2,        #logFC与树之间的空隙大小
          lfc.width = 1,          #logFC的圆圈宽度
          term.space = 0.2,       #logFC与GO之间空隙的大小
          term.width = 1)         #GO圆圈的宽度
dev.off()  

Answer 1

下午好🌅🌅🌅
本答案参考通义千问

在使用 R 语言进行富集分析并可视化时，如果出现文字堆叠现象（例如柱状图、气泡图或圈图中的标签重叠），通常是因为标签过多、字体过大或图表布局不合理导致的。以下是解决文字堆叠问题的详细解决方案：

---

1. 调整图表布局和参数

重点部分：
通过调整图表的布局参数可以有效减少文字堆叠。

解决方案步骤：

1. 增加图表宽度和高度：

   • 增加 pdf() 中的 width 和 height 参数，使图表有更多空间展示内容。

   pdf(file = "barplot.pdf", width = 10, height = 10)
   

2. 调整 barplot 和 dotplot 的 showCategory 参数：

   • 减少显示的 GO 项数量，避免过多标签导致堆叠。

   showNum = 5  # 减少显示的 GO 数目
   

3. 调整 facet_grid 的 scale = 'free' 参数：

   • 如果不需要自由缩放，可以设置为 scale = 'fixed'，以保持所有子图比例一致。

   bar = barplot(kk, drop = TRUE, showCategory = showNum, split = "ONTOLOGY", color = colorSel) + facet_grid(ONTOLOGY~., scale = 'fixed')
   

4. 调整 dotplot 的 size 或 label 参数：

   • 减小字体大小或仅显示部分标签。

   bub = dotplot(kk, showCategory = showNum, orderBy = "GeneRatio", split = "ONTOLOGY", color = colorSel, size = 3) + facet_grid(ONTOLOGY~., scale = 'free')
   

---

2. 调整文字标签的格式和显示方式

重点部分：
优化标签的显示方式，如缩短标签长度、使用缩写或换行。

解决方案步骤：

1. 缩短 GO 描述标签：

   • 使用 substr() 或 strwrap() 对描述信息进行截断或换行处理。

   GO$Description <- strwrap(GO$Description, width = 30)  # 每行最多显示30个字符
   

2. 在 dotplot 中使用 label 参数：

   • 只显示部分标签或使用缩写。

   bub = dotplot(kk, showCategory = showNum, orderBy = "GeneRatio", split = "ONTOLOGY", color = colorSel, label = "Term") + facet_grid(ONTOLOGY~., scale = 'free')
   

---

3. 调整字体大小和样式

重点部分：
减小字体大小可避免文字堆叠。

解决方案步骤：

1. 在 ggplot2 图表中设置字体大小：

   • 使用 theme() 设置字体大小。

   bar = barplot(kk, drop = TRUE, showCategory = showNum, split = "ONTOLOGY", color = colorSel) + 
     facet_grid(ONTOLOGY~., scale = 'free') +
     theme(text = element_text(size = 10))  # 设置字体大小为10
   

2. 在 circleplot 或 chordplot 中调整标签大小：

   • 修改 GOChord() 或 chord_dat() 的参数。

   GOChord(chord, 
           space = 0.001, 
           gene.order = 'logFC', 
           gene.space = 0.25, 
           gene.size = 3,  # 减小基因名称字体大小
           border.size = 0.1, 
           process.label = 4)  # 减小 GO 标签字体大小
   

---

4. 使用更合适的可视化类型

重点部分：
如果文字堆叠问题无法通过上述方法解决，可以考虑更换其他类型的图表。

解决方案步骤：

1. 使用 cnetplot 替代 circleplot：

   • cnetplot 更适合展示大量 GO 项。

   pdf(file = "cnetplot.pdf", width = 10, height = 10)
   cnetplot(kk, node.color = "qvalue", label = "Term")
   dev.off()
   

2. 使用 enrichplot::dotplot 并限制显示的 GO 数目：

   • 控制每张子图显示的 GO 项数目。

   bub = dotplot(kk, showCategory = 10, orderBy = "GeneRatio", split = "ONTOLOGY", color = colorSel) + facet_grid(ONTOLOGY~., scale = 'free')
   

---

5. 修改代码示例（关键部分）

以下是对原代码中可能出现文字堆叠的部分进行修改的建议：

# 柱状图
pdf(file = "barplot.pdf", width = 10, height = 10)
bar = barplot(kk, drop = TRUE, showCategory = 5, split = "ONTOLOGY", color = colorSel) + 
  facet_grid(ONTOLOGY~., scale = 'fixed') + 
  theme(text = element_text(size = 10))
print(bar)
dev.off()

# 气泡图
pdf(file = "bubble.pdf", width = 10, height = 10)
bub = dotplot(kk, showCategory = 5, orderBy = "GeneRatio", split = "ONTOLOGY", color = colorSel, size = 3) + 
  facet_grid(ONTOLOGY~., scale = 'fixed') + 
  theme(text = element_text(size = 10))
print(bub)
dev.off()

# 圈图
GO$Description <- strwrap(GO$Description, width = 30)  # 截断描述信息
chord <- chord_dat(circ, genelist[1:geneNum,], go$Term[1:termNum])
pdf(file="GOcircos.pdf", width=12, height=12)
GOChord(chord, 
        space = 0.001, 
        gene.order = 'logFC', 
        gene.space = 0.25, 
        gene.size = 3, 
        border.size = 0.1, 
        process.label = 4)
dev.off()

---

6. 其他建议

• 使用 ggplot2 自定义图表： 如果 enrichplot 的默认图表仍无法满足需求，可以尝试使用 ggplot2 手动绘制图表。
• 使用 cowplot 或 patchwork 组合多个图表： 避免单个图表过于拥挤。

---

总结

文字堆叠问题可以通过以下方式解决：

1. 调整图表尺寸和布局参数；
2. 优化标签显示方式（截断、换行、缩写）；
3. 减小字体大小；
4. 限制显示的 GO 项数量；
5. 更换可视化类型（如 cnetplot）；
6. 手动调整 ggplot2 图表。

如果你能提供具体的图表截图或错误信息，我可以进一步帮助你定位问题。