MIT & Harvard发表的顶刊审美，代码来了！

本次使用R语言复现一下Nature图，作者来自Broad Institute of MIT和 Harvard！

原图每个子图重复设置，看起来杂乱；复现时，所有子图共享x轴标题、共享y轴标题，更清爽。

✅读入测试数据!

✅关键代码，

# 创建基础ggplot图形，设置x轴为年龄(Age)，y轴为基因表达量(Expression)p <- ggplot(glutamatergic, aes(x = Age, y = Expression)) +# 添加线性平滑曲线：使用线性模型，灰色半透明区域表示置信区间  geom_smooth(aes(group = 1), method = "lm", formula = y ~ x, se = TRUE,               color = "black", alpha = 0.3, linewidth = 0.8, show.legend = FALSE) +# 添加散点：点的颜色按Status分组，设置透明度和大小  geom_point(aes(color = Status), alpha = 0.7, size = 2.5, stroke = 1, show.legend = FALSE) +# 设置分面：按Subtype分组，每行5个子图，y轴刻度自由调整[1,2,3]   facet_wrap(~ Subtype, ncol = 5, scales = "free_y") +  # 添加统计标签：显示每个Subtype的统计结果（如相关系数和p值）  geom_text(data = facet_stats_all,             aes(x = x_pos_adjusted, y = y_pos_adjusted + 0.2, label = label),             hjust = -0.1, vjust = -0.5, size = 4, fontface = "plain",              show.legend = FALSE, lineheight = 0.9, color = "black")

✅这是一张分面图，包含海量信息：

• 每个子图中添加分组散点图（Control为绿色、SCZ为红色）；
• 每个子图添加整体数据（All）的趋势线+置信区间（灰色阴影）；
• 每个子图添加统计结果标签Spearman秩相关系数（ρ）、假设检验的p值（p），每组标签按分组设置颜色（All组标签为灰色，Control组标签为绿色、SCZ组标签为红色）；

✅值得学习的R可视化知识点：

• geom_smooth添加趋势线和置信区间，method设置趋势线拟合方法，se开启置信区间，

# 趋势线+置信区间添加  geom_smooth(aes(group = 1), method = "lm", formula = y ~ x, se = TRUE,               color = "black", alpha = 0.3, linewidth = 0.8, show.legend = FALSE)

• Spearman秩相关系数（ρ）、假设检验的p值（p）的计算方法，

spearman_test <- cor.test(data$Age, data$Expression, method = "spearman")label = paste0("ρ=", round(spearman_test$estimate, 2), #spearman相关系数", ",                format_p_value(spearman_test$p.value # p值                             ))

• 分面方法的使用，

facet_wrap(~ Subtype, ncol = 5, scales = "free_y") #按照Subtype分面，每行5列，y轴标题共享

分面方法的使用，也可参考之前的内容👉：复现IF50.0期刊上6张图，换数据即可用！

👉：复现IF40+期刊上18张图，换数据即可用！

• 科学计数法，小数位数设置方法，

# 将科学计数法转换为×10^格式        sci_format <- format(p, scientific = TRUE, digits = 2)        parts <- strsplit(sci_format, "e")[[1]]        base <- as.numeric(parts[1])        exponent <- as.numeric(parts[2])return(sprintf("p=%.1f×10^%d", base, exponent))

• patchwork的design参数精确控制布局，ab前4个图上下对齐，b中第5个图留白，

layout_design <- "AAAAABBBB#"# 应用自定义布局combined_plot <- figa + figb +   plot_layout(design = layout_design, heights = c(1, 1))

如果不设置，则会出现杂乱的排列，

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）

👉《保姆级R可视化教程3.0》；《保姆级R可视化教程2.0》；《保姆级R可视化教程》49个章节，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）