导师狂赞！0基础速通，这款顶刊人手一份的Mantel 检验……

本次使用R语言复现顶刊中高频使用的Mantel test相关性网络Heatmap，这类图常见于生态学、微生物组学、环境科学等领域，用于揭示多变量矩阵间的复杂关联模式。

首先，通过顶刊学习如何阅读这张图，

该图通过将相关热图（右上角）和Mantel检验结果（左下角）结合，既能呈现变量间的直接相关性，也能反映基于整体模式的相关性，为分析微生物多样性、功能基因与环境因子之间的相互作用提供直观依据：

• 相关热图（右上角），显示不同参数之间的 Pearson 相关系数，颜色反映相关性的强弱与正负方向，便于快速识别变量间的关系模式。星号表示采用 Benjamini 和Hochberg方法调整的皮尔逊双侧检验统计显著性。*P < 0.05，**P < 0.01，***P < 0.001。
• Mantel检验结果（左下角），线条宽度表示 Mantel 检验得到的 R 值，反映不同距离矩阵间的相关强度；线条颜色表示该相关是否具有统计显著性。

该图同样将相关热图（右上角）和Mantel检验结果（左下角）结合，用于展示不同处理条件下，微生物群落之间以及它们与 HGT（水平基因转移）同源基因之间的相关关系。

• 相关热图（右上角），颜色表示相关方向：红色为正相关，蓝色为负相关。大小表示相关系数的绝对值，方形越大相关性越强。
• Mantel检验结果（左下角），线条宽度表示 Mantel 检验的相关系数 r，越粗代表相关性越强。线条颜色反映显著性水平：红色为 p < 0.01，绿色为 0.01 < p < 0.05，灰色为 p ≥ 0.05。

R绘制

✅读入测试数据,

测试数据选取芬兰森林土壤的化学性质调查经典数据集中的24行，

这两个测试数据的行标题保持一致。

✅关键代码，

# 下三角相关热图绘制
qcorrplot(correlate(varechem), type = "lower", diag = FALSE) +
  geom_square() + # 将热图的每个单元绘制为方形
#添加Mantel检验连线
  geom_couple(aes(colour = pd, size = rd),
    data = mantel,
    curvature = nice_curvature()
  ) +
# 热图中添加统计检验显著性*，**，***
  geom_mark(only_mark = TRUE, colour = "white")  

换个喜欢的color，

替换为上三角，

qcorrplot(correlate(varechem), type = "upper", diag = FALSE)

换个喜欢的color，

换个喜欢的marker，

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）