复现顶刊中这张图，换数据即可用！

书接上回👉复现顶刊中这张图，换数据即可用！，本次再在分享一个Synteny plots的方法，

读入数据

使用章节“1.4.4 genome数据集”中的数据，格式如下，

Synteny plots可视化

可视化6个EMALE基因组数据，包括基因注释、序列链接、转座元件特征以及GC含量曲线。使用R gggenomes，核心代码，

# 核心代码
gggenomes(
  genes = emale_genes_data, # 基因注释数据，包含基因的位置、名称等信息
  seqs = emale_seqs_data, # 序列数据，包含基因组序列的基本信息（如长度、名称等）
  links = emale_ava_data, # 序列间的链接数据，用于展示序列之间的比对或关联信息
) |>
  add_sublinks(emale_prot_ava_data) |>  + # 同步基因组方向
  geom_feat(position = "identity", size = 6) + # 绘制特征数据，展示特征在基因组中的位置
  geom_seq() + # 绘制基因组序列的主线框架
  geom_link(data = links(2), alpha = .6) + # 绘制序列间的链接的同源区域
  geom_bin_label() + # 添加序列标签（如染色体名称或片段标识）
  geom_gene(aes(fill = name), na.rm = TRUE) + # 绘制基因块，根据基因名称填色，忽略缺失值
  geom_gene_tag(aes(label = name), nudge_y = 0.1, check_overlap = TRUE) + # 标注基因名称，向上微调0.1单位，避免标签重叠
  geom_feat_note(
    aes(label = "Ngaro-transposon"),
    data = feats(ngaros), nudge_y = .1, vjust = 0
  ) + # 为Ngaro特征添加标签注释，标签稍微上移（0.1），垂直对齐方式为0

  geom_wiggle(
    aes(z = score, linetype = "GC Content"), feats(gc),
    fill = "#DC0000", position = position_nudge(y = -.2), height = .2
  )  # 绘制GC含量变化曲线

本期结束！

获取绘图代码+测试数据+数据处理方法+依赖包安装方法，

👇（备注：299）

-推荐阅读-

分享一份原创《👉保姆级R可视化教程》，28个章节，11w字，数百张图，旨在引导如何系统学习R语言可视化。

👇加入学习（收费，备注：299）