生信代码：ggrisk|高效绘制风险因子联动图
风险得分关联图常用于COX生存风险模型的可视化，主要展示风险得分的散点图，高低风险的生存时间以及生存状态散点图以及重点基因的表达热图。
本文将介绍如何使用R包-ggrisk进行快速的绘制以及常用的调整参数。
一 载入数据 R包
下载，安装ggrisk包，查看数据
#install.packages("remotes")
#remotes::install_github("yikeshu0611/ggrisk")
library(ggrisk)
library(survival)
library(rms)
#使用内置数据集LIRI
head(LIRI)
二 构建COX模型
使用数据中的ANLN、CENPA、GPR182和BCO2四个基因的表达值构建COX比例风险模型
fit <- cph(Surv(time,status)~ANLN+CENPA+GPR182+BCO2,LIRI)
#fit三 绘制风险因子联动图
3.1 默认图形
ggrisk(fit)
图A为风险得分按照从小到大的顺序排列 （此示例为根据中值分组）；
图B为风险得分与生存时间的散点图，并按照结局将散点图分成红色和蓝色；
图C为基因表达量热图；
3.2 调整风险得分的cutoff以及位置
ggrisk(fit,
cutoff.value='cutoff', #可选‘median’, ’roc’ or ’cutoff’
cutoff.x = 150, #“cutoff”文本的水平位置
cutoff.y = -1 #“cutoff”文本的垂直位置
)
cutoff.value 为划分风险值cutoff的方式：
cutoff.value = "median"：默认方式，使用风险得分的中位数作为切点值；
cutoff.value = "roc"：将风险得分和结局时间进行roc分析，将约登点作为最佳切点值；
cutoff.value = "cutoff"：将会使用cutoff包，通过最小p值法计算出最佳切点。
cutoff.value = 赋值数值：根据切点值将风险得分分为高危组和低危组。
3.3 调整细节以及颜色
ggrisk(fit,
code.highrisk = 'High Risk',#高风险标签，默认为 ’High’
code.lowrisk = 'Low Risk', #低风险标签，默认为 ’Low’
title.A.ylab='Risk Score', #A图 y轴名称
title.B.ylab='Survival Time(year)', #B图 y轴名称，注意区分year month day
title.A.legend='Risk Group', #A图图例名称
title.B.legend='Status', #B图图例名称
title.C.legend='Expression', #C图图例名称
relative_heights=c(0.1,0.1,0.01,0.15), #A、B、热图注释和热图C的相对高度
color.A=c(low='green',high='red'),#A图中点的颜色
color.B=c(code.0='green',code.1='red'), #B图中点的颜色
color.C=c(low='green',median='white',high='red'), #C图中热图颜色
vjust.A.ylab=1, #A图中y轴标签到y坐标轴的距离,默认是1
vjust.B.ylab=2 #B图中y轴标签到y坐标轴的距离,默认是2
) 
更多关于点，线，坐标轴的设置请参考官方文档https://cran.r-project.org/web/packages/ggrisk/ggrisk.pdf
3.4 指定热图展示基因
ggrisk(fit, heatmap.genes=c('GPR182','CENPA','BCO2')) 
3.5 不展示热图
two_scatter(fit,
cutoff.value = 'median',
cutoff.x = 142,
cutoff.y = -0.5)
根据实际情况，综合使用各参数组合。
参考资料：
https://cran.r-project.org/web/packages/ggrisk/ggrisk.pdf
https://github.com/yikeshu0611/ggrisk/tree/master/R
本文参与 腾讯云自媒体同步曝光计划，分享自微信公众号。
原始发表：2020-12-23，如有侵权请联系 cloudcommunity@tencent.com 删除
评论
登录后参与评论
推荐阅读
目录
腾讯云开发者
