复现Science正刊图，换数据即可用！

pythonic生物人2025年10月31日约 3 分钟

本次使用R语言复现一下Science正刊中的1张图！

nice～

✅读入测试数据，

✅关键代码，

ggplot(data_volcano, aes(x=logFC,y=neg_log10_fdr)) +
# 背景阴影
  geom_rect(data=shade_data, aes(xmin=xmin,xmax=xmax,ymin=ymin,ymax=ymax,fill=fill), inherit.aes=FALSE) +
  scale_fill_identity() +

# 散点
  geom_point(data=data_volcano %>% filter(is.na(fill_color)),
             aes(x=logFC,y=neg_log10_fdr),
             shape=21, color="black", fill=NA, alpha=0.2, size=1.6) +
  geom_point(data=data_volcano %>% filter(!is.na(fill_color)),
             aes(x=logFC,y=neg_log10_fdr, fill=fill_color),
             shape=21, color="black", size=2.0) +
  scale_fill_identity() +

# TOP200矩形框
  geom_rect(aes(xmin=min(top200_up$logFC), xmax=max(top200_up$logFC),
                ymin=min(top200_up$neg_log10_fdr), ymax=max(top200_dn$neg_log10_fdr)),
            fill="transparent", color="black", linetype="dotted", linewidth=0.4, inherit.aes=FALSE) +

# 关键基因标签 - 白底黑框
  geom_label_repel(data=data_volcano %>% filter(label!=""),
                   aes(label=label), fill="white", color="#4b4a50",
                   box.padding=0.6, point.padding=0.3,
                   size=3.0, fontface="bold", label.size=0.3, max.overlaps=Inf) +

# 区域标注
  annotate("text", x=-2.2, y=max(data_volcano$neg_log10_fdr)*1.06,
           label="PDAC KRAS UP\n(KRAS-dependent)", color="#9d9dff", size=3.2, hjust=0, fontface="bold") +

# 富集分析线段
  geom_segment(data=data_volcano %>% filter(group=="KRAS_SIGNALING_UP"),
               aes(x=logFC, xend=logFC, y=-0.35, yend=-1), color="#ffaf18", linewidth=0.6)

✅如何读这张图？

该图本质依旧是一张火山图，但是，添加了一些辅助元素：

🔸左右阴影矩形，表示当前研究中上调的基因（通过log2FC < -0.5 & FDR < 0.05筛选）和下调的基因（通过log2FC > 0.5 & FDR < 0.05筛选）；
🔸左右虚线矩形，表示当前研究中上调的基因和下调基因中，log2FC排名前200的基因；
🔸关键基因，重点关注的"KRAS", "FOSL1", "MYC"基因使用青色突出显示并添加文字外框；
🔸下部分添加Hallmark KRAS Signaling gene sets中上调和下调的基因的log2FC分布；
🔸颜色使用，在上半部分分别使用橙色和灰色突出显示Hallmark KRAS Signaling gene sets中上调和下调的基因；其它点使用空心圆形，防止一片黑。

关于火山图的详细理解，之前分享过三次，感兴趣可以去看看！火山图实战2

✅值得学习的R可视化知识点：

🔸geom_rect()在数据可视化中突出显示特定区域的数据点或范围，传入矩形的四个边界参数（xmin, xmax, ymin, ymax）来确定其大小和位置，

# 背景阴影
  geom_rect(data=shade_data, aes(xmin=xmin,xmax=xmax,ymin=ymin,ymax=ymax,fill=fill), inherit.aes=FALSE)

🔸annotate()添加文字注释，下图中箭头所指都是annotate的作用，

# 区域标注
  annotate("text", x=-2.2, y=max(data_volcano$neg_log10_fdr)*1.06,
           label="PDAC KRAS UPn(KRAS-dependent)", color="#9d9dff", size=3.2, hjust=0, fontface="bold")

🔸alpha的科学实用，可以将非重点关注的点alpha设置的很低，以当作背景，避免遮挡重点关注的点，

# 散点
  geom_point(data=data_volcano %>% filter(is.na(fill_color)),
             aes(x=logFC,y=neg_log10_fdr),
             shape=21, color="black", fill=NA, alpha=0.2, size=1.6) +
  geom_point(data=data_volcano %>% filter(!is.na(fill_color)),
             aes(x=logFC,y=neg_log10_fdr, fill=fill_color),
             shape=21, color="black", size=2.0)