复现一下Nature biotechnology中的3张图，换数据即可用！

本次使用R语言复现一下Nature biotechnology中的3张图，包含18个子图！

✅读入a图测试数据，

✅关键代码，

ggplot(data_long,
       aes(axis1 = CloneId,    # 第一个轴：克隆ID
           axis2 = Category,   # 第二个轴：细胞类别
           y = Count,
           fill = Category)) +
# 添加 alluvial 流线
  geom_flow(alpha = 0.7, 
            width = 1/6,
            curve_type = "cubic") +
# 添加分层节点
  geom_stratum(width = 1/6, 
               alpha = 0.9,
               color = "white") +
# 添加文本标签（可选）
  geom_text(stat = "stratum",
            aes(label = after_stat(stratum)),
            size = 2,
            color = "black",
            check_overlap = TRUE) +
# 按患者分面
  facet_wrap(~ Patient, 
             ncol = 5, 
             scales = "free_y")

✅这张冲击图/桑基图（Alluvial Plot）展示了10位黑色素瘤患者（编号为Pt. 1至Pt. 10）的样本分析结果，每个图展示一名患者。图表从两个视角展示肿瘤反应性（Tumor Reactive, TR）细胞和克隆的分布情况：

🔸X轴方向表示两种分类维度：

• 左侧"clones"代表不同的T细胞克隆（每个克隆有唯一的CloneId标识）。
• 右侧"cells"代表根据肿瘤反应性和抗原特异性划分的细胞类别（包括"TR+ Orphan"、"TR+ Deorphan"、"TR- Orphan"、"TR- Deorphan"）。

🔸Y轴方向表示细胞数量，每个克隆或类别的条形宽度直观反映了其细胞数量的多少。

🔸颜色含义：

• 红色系表示肿瘤反应性阳性（TR+）的细胞；
• 蓝色系表示肿瘤反应性阴性（TR-）的细胞。

🔸颜色深浅表示抗原特异性：

• 深色（"Deorphan"）代表抗原特异性；
• 浅色（"Orphan"）代表未知特异性。

🔸分面布局，图表被分成10个子图，每个子图对应一位患者。这种布局便于分别观察每位患者内部的细胞和克隆分布特征，同时也方便在不同患者之间进行对比分析。

还不清楚，看图，

✅值得学习的R可视化知识点：

• 🔸geom_flow中的连线样式，通过curve_type控制，影响左右轴的连线样式，

# 添加 alluvial 流线
  geom_flow(alpha = 0.7, 
            width = 1/6,
            curve_type = "cubic")

curve_type可选样式为，

效果如下，

• 🔸facet_wrap分面子图的使用，这里按照患者分面，free_y从左到右从上到下分面，ncol每行5个子图，

# 按患者分面
  facet_wrap(~ Patient, 
             ncol = 5, 
             scales = "free_y") 

bc图方法和a图一样，替换数据即可，

✅读入b图测试数据，

✅b图成图，

✅读入c图测试数据，

✅c图成图，

本期结束！

加入学习（收费，备注：299）

推荐阅读：

《👉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，部分展示如下：

（加入学习，收费，备注：299）