3

我有一系列数据表明某种类型的 DNA 元素在多久以前在基因组中是活跃的。它可能看起来像这样：

data.df <- data.frame(name=c("type1", "type1", "type1", "type2", "type2", "type2"),
                      active=c(9,11,10,21,21,18))

因此，大约 10 年前存在三个活跃的“1 型”元素和 20 年前活跃的三个 2 型元素。

我使用 ggplot2 创建了一个堆叠密度图，以获取每个元素何时处于活动状态的分布，如下所示：

ggplot(data.df, aes(x=active)) + geom_density(position="stack", aes(fill=name))

堆叠样本图

我有这些元素的相对丰度的信息，我想将每个元素密度的高度乘以该数字。这最终会给我这些元素在基因组中的实际活动丰度，而不仅仅是它们活动的分布。

所以我的问题归结为：如何根据组将每个元素类型的密度的高度转换/乘以某个因子？例如，如果我在基因组中有 1000 个 1 型元素，而只有 3 个 2 型元素，那么堆积密度图将由 1 型主导，您几乎看不到与 2 型相关的曲线。

我希望这是有道理的。提前致谢！

4

1 回答 1

3

我不确定我是否正确理解了您的问题，但这是您想要的吗？

ggplot(data.df)
+geom_density(aes(x=active,y=..scaled..,fill=name),position="stack")

ggplot2的帮助下stat_density说scaled给出了“密度估计，缩放到最大值 1”。

或者，您也可以在您的 中添加一个权重列（例如，wght）data.frame，使用weight参数geom_density并忽略警告消息

data.df=data.frame(name=c("type1","type1","type1","type1","type1","type1","type2", "type2","type2"),active=c(1.1,1,1,1,1,1,17.1,17,17),stringsAsFactors =FALSE)
data.df=within(data.df,wght<-c(rep(1/6,6),rep(4/9,3)))

ggplot(data.df)+
geom_density(aes(x=active,y=(..density..),fill=name,weight=wght),position="stack")

但是，我不完全知道如何geom_density处理总和不为 1 的权重。

于 2013-10-04T02:36:51.610 回答