導(dǎo)讀：今天有小伙伴問我，篩選完差異基因后，想看自己關(guān)注的基因和其他基因的關(guān)系，應(yīng)該怎么做？那當(dāng)然要先做一下相關(guān)性分析了！好，下面讓我給大家娓娓道來......
正文：
step1：我們先讀取下所需要的數(shù)據(jù)
library(openxlsx)
setwd("E:\\Bioinfo_analysis\\scripts\\corr\\corr_batch")#設(shè)置工作路徑
fr<-read.xlsx('infile.xlsx',rowNames = T,colNames = T)
View(fr)#查看下數(shù)據(jù)類型，列名基因名，行名為樣本名
Step2：下載安裝包
library("ggstatsplot")#加載包的時(shí)候失敗了，因?yàn)橹皼]有安裝這個(gè)包
library("BiocManager")?
BiocManager::install("ggstatsplot")#安裝ggstatsplot
要安裝很多依賴包，泡杯咖啡，靜靜的等著它，差不多花了30分鐘才把所有的包安裝完，下面開始進(jìn)行相關(guān)性分析，假如我們關(guān)注的基因是COX1和ATP6。
Step3：繪圖
ggscatterstats(data = fr,
???????????????y = COX1,
???????????????x = ATP6,
???????????????centrality.para = "mean",
???????????????margins = "both",
???????????????xfill = "red",
???????????????yfill = "blue",
???????????????marginal.type = "histogram",
???????????????title = "Relationship"
???????????????)
到這里結(jié)束了么，不。我的小伙伴又問了，我想看一下COX1和其他所有基因的相關(guān)性怎么辦？你手動(dòng)一個(gè)個(gè)畫唄。。。。哈哈哈，開個(gè)玩笑，這里我們可以用ggcorrplot繪圖！
corr.result<-cor(fr,method = 'pearson')#先計(jì)算相關(guān)性系數(shù)
corr.p<-ggcorrplot::cor_pmat(fr)#再計(jì)算P值
#開始繪圖
ggcorrplot(
??corr = corr.result,
??type = 'full'
)
如果你想看哪些基因間是顯著性相關(guān)，怎么辦，往下看：
ggcorrplot(
??corr = corr.result,
??type = 'full',
??p.mat = corr.p,#P-Value
??sig.level = 0.05#P-Value大于0.05的在圖中標(biāo)記出來
)
