#if (!requireNamespace("BiocManager", quietly = TRUE))# install.packages("BiocManager")#BiocManager::install("limma")
#install.packages("reshape2")#install.packages("ggpubr")#检查是否已安装BiocManager包（用于安装Bioconductor中的包），#如果没有安装，则使用install.packages函数安装BiocManager包。#然后使用BiocManager::install函数安装limma包，该包用于后续的数据分析。
#引用包library(limma)library(reshape2)library(ggpubr)#这两个包分别是reshape2和ggpubr，用于数据重塑和图形绘制expFile="geneExp.txt" #表达数据文件scoreFile="TMEscores.txt" #肿瘤微环境的打分文件#指定了表达数据文件（expFile）和肿瘤微环境打分文件（scoreFile）#读取表达数据文件读取表达数据文件（expFile）并进行预处理。#数据文件中的表达量数据被存储在名为exp的数据框中。exp=read.table(expFile, header=T, sep="t", check.names=F, row.names=1)gene=colnames(exp)[1]exp=exp[exp$Type=="Tumor",1,drop=F]exp$Type=ifelse(exp[,gene]>median(exp[,gene]), "High", "Low")#首先，通过colnames(exp)[1]取得第一列的列名（基因名），然后根据"Type"列筛选出"Tumor"类型的样本。#接着，根据基因表达量的中位数，将样本分为"High"和"Low"两组，并将结果存储在名为"Type"的列中。score=read.table(scoreFile, header=T, sep="t", check.names=F, row.names=1)score=score[,1:3]#读取肿瘤微环境打分文件，并对数据进行整理读取肿瘤微环境打分文件（scoreFile）并进行预处理。#数据文件中的肿瘤微环境打分数据被存储在名为score的数据框中。在这里，只保留前3列的数据，即包含肿瘤微环境得分的列。
sameSample=intersect(row.names(exp), row.names(score))exp=exp[sameSample,"Type",drop=F]score=score[sameSample,,drop=F]rt=cbind(score, exp)rt$Type=factor(rt$Type, levels=c("Low", "High"))#样品取交集表达数据（exp）和肿瘤微环境打分数据（score）的样本取交集，以确保两者具有相同的样本。#然后将两个数据框按照样本进行合并，合并后的数据存储在名为rt的数据框中。#最后，将"Type"列转换为因子变量，并指定水平顺序为"Low"和"High"。data=melt(rt, id.vars=c("Type"))colnames(data)=c("Type", "scoreType", "Score")#将合并后的数据转换为ggplot2的输入文件使用melt函数将合并后的数据（rt）转换为ggplot2绘图函数的输入格式。#melt函数将数据框从宽格式转换为长格式，其中"Type"列作为id变量，其余的列被转换为两列：scoreType和Score。
#绘制小提琴图p=ggviolin(data, x="scoreType", y="Score", fill = "Type",xlab="",ylab="TME score",legend.title=gene,add = "boxplot", add.params = list(color="white"),palette = c("blue","red"), width=1)p=p+rotate_x_text(45)p1=p+stat_compare_means(aes(group=Type),method="wilcox.test",symnum.args=list(cutpoints = c(0, 0.001, 0.01, 0.05, 1), symbols = c("***", "**", "*", " ")),label = "p.signif")#用ggviolin函数绘制小提琴图。小提琴图是一种可视化工具，用于显示不同组之间数值数据的分布情况。#x轴为scoreType，y轴为Score，小提琴图按照"Type"列（"Low"和"High"）进行填充。同时，添加盒图在小提琴图上，#并指定盒图的颜色为白色。这样可以同时展示数据的分布和中位数等统计信息。#输出图形pdf(file="vioplot.pdf", width=6, height=5)print(p1)dev.off()#使用pdf函数将绘制好的小提琴图保存为名为"vioplot.pdf"的PDF文件。#这个图形显示了不同肿瘤微环境得分组（"Low"和"High"）之间的差异，#并使用星号标记不同组之间的显著性差异（根据wilcox.test的p值）。#通过这个小提琴图，可以直观地展示肿瘤微环境得分与基因表达量之间的关联。