主讲老师第二十三课：基础包结合 beeswarm 包绘制之 Figure6接下来，我们再来简单介绍两个使用基础包结合 beeswarm 包绘制文章中图 6A 和 6B的内容（Figure6.zip），当然，另外还会介绍一下如何使用 ggplot2 进行绘制。这里，需要准备 一 份 输 入 文件，就是数据下载和整理时候得到的肿瘤和癌旁组织的表达文件（tpms_mrna_tumor_normal.txt），下面，我们来看下整个的绘图过程。
1.R 包与数据的准备
1.1 R 包的安装与读取
对于 beeswarm 包的安装，直接使用命令 install.packages("beeswarm")即可完成，安装完成后，将这个包读取进来
1.2 数据的读取
将 TCGA-LUAD 数据下载整理后的输出结果读取进来。
可以看到，其中有 577 例样品，然后，对目标基因 BTK 分子也单独设置一下变量
2.提取肿瘤以及癌旁的表达
2.1 取出肿瘤以及癌旁样本
根据名字的第 14 到 16 位内容，进行分类，当然，对于肿瘤组织部分，我们也可以把代码修改为非11A。
结果显示：其中，肿瘤样品 519 例，正常样品 58 例。
2.2 取出对应基因的对应表达（表达谱对数化）
注意，我们这里的表达值使用的都是 TPM 值，接着，将表达量进行对数化转换。
2.3 统计检验
分别得到了癌和癌旁的表达以后，我们首先进行 wilcox.test 检验同时，把 p 值转换为文章图中的形式。
可以看到，根据统计结果，癌和癌旁中，BTK 基因的表达具有显著的差异。
3.绘制箱型点图
然后，我们开始绘制箱线图。
首先，我们来获得该基因在癌和癌旁组织中的表达值范围，以便于后期对 y 轴范围的设定。
随后，把癌和癌旁的表达汇合到同一个数据框里，生成一个长数据框。
同时对组织类型进行注释，这样更加符合我们的作图习惯然后，我们铺开一个新的画板，使用 beeswarm()函数把数据点绘制到图中。
但是，光有点还是比较丑的，我们需要在外面增加一个箱子，还是使用 boxplot()函数来进行添加。
最后，使用文本函数 text()函数把 p 值添加到图中。
4.配对组织图
前面，我们绘制的是整体癌组织和癌旁组织中 BTK 基因的表达情况，但是，在 TCGA数据库中，是存在配对组织的，接下来，我们需要绘制配对组织的表达图。绘图前，我们需要先找到哪些组织之间存在配对关系根据 TCGA 名字的前 12 位一样的内容，来进行寻找匹配。
最终，一共得到了 56 个配对组织。
接着，我们需要把配对组织的后缀进行补齐，在其后面分别加上 01A 或者 11A，使其名字符合 TCGA 的命名规则。
根据这个名字，对数据框取子集，取出对应基因的表达同样的，我们需要进行统计分析，注意，这里需要使用参数 paired = T ，表示使用配对分析。
结果显示，P 小于 0.001。在配对的癌和癌旁组织中，BTK 基因的表达值同样存在显著性差异。然后，我们将数据进行可视化，这里，对于配对组织，我们需要绘制点线图。
在获取了 y 轴的范围后，新建一个画板。
然后从 y 轴，整个图形的框，到 x 轴的标签，整个搭建图形的框架接着，根据配对组织之间的相互关系，在 Normal 和 Tumor 之间搭建线条。
然后，我们在线条的两端，添加相应的圆。
这样，和文章里的类似，点线图基本成型，最后，我们把 p 值添加进去。
当然，对于点线图，除了基础包外，还可以使用 ggplot2 来进行绘制。
5.使用 ggplot2 包绘图
5.1 数据集准备
首先，根据表达情况构建数据框，用于后续的绘图。
5.2 加载 R 包
加载 ggplot2 和 reshape2 包，分别用于绘图和数据格式的转换。
5.3 绘图
首先我们将原始的宽数据变成长数据，以便于作为绘图的输入数据，随后，使用 ggplot()函数进行图形的绘制整个点线图就快速完成了，相比基础包来说，整个绘制方法简单了很多，好啦，关于绘图部分就基本介绍到这里了。