审稿人：p value就该这么用！

本次使用R语言复现Nature Communications上的1张图！

✅读入测试数据!

✅关键代码，

ggplot(summary_df, aes(x = Condition, y = mean, fill = Group)) +
# 柱状图
  geom_bar(
    stat = "identity",
    position = position_dodge(0.8),
    width = 0.7,
    color = "black"
  ) +
#  误差线 
  geom_errorbar(
    aes(ymin = mean - sem, ymax = mean + sem),
    width = 0.2,
    position = position_dodge(0.8)
  ) +
# 抖动散点图 
  geom_jitter(
    data = df_long,
    aes(x = Condition, y = value, color = Group),
    position = position_jitterdodge(
      jitter.width = 0.15,
      dodge.width = 0.8
    ),
    color = "black",
    shape = 21,
    stroke = 0.35,
    size = 2,
    alpha = 1,
    show.legend = FALSE
  )

该图主要展示以下信息：

• 每个bar与参考虚线之间的统计差异p value
• 每两组数据，例如，Mdm2与Mdm2+p53 ，Ang与Ang+p53之间，IR、REP、OI之间的统计差异p value
• 每个组数据，例如，Mdm2、Mdm2+p53中IR、REP、OI的分布bar图
• 每个组数据，例如，Mdm2、Mdm2+p53中IR、REP、OI的分布抖动散点图

✅值得学习的R可视化知识点：

• 🔸bucket线添加

# 绘制bucket横线
  geom_segment(
    data = pair_pvals,
    aes(x = xmin, xend = xmax, y = y + 26, yend = y + 26),
    inherit.aes = FALSE,
    linewidth = 0.6
  )

• 🔸p value添加

# 绘制bucket上的p值标签
  geom_text(
    data = pair_pvals,
    aes(x = (xmin + xmax)/2, y = y + 30, label = paste0("P=", p)),
    size = 3
  )

# 添加垂直p值标注
p1 <- p + geom_text(
  data = pval_df,
  aes(x = Condition, y = y, label = label, group = Group),
  position = position_dodge(0.8),
  angle = 90,
  size = 3
)

• 🔸抖动散点图添加

# 散点图
  geom_jitter(
    data = df_long,
    aes(x = Condition, y = value, color = Group),
    position = position_jitterdodge(
      jitter.width = 0.15,
      dodge.width = 0.8
    ),
    color = "black",
    shape = 21,
    stroke = 0.35,
    size = 2,
    alpha = 1,
    show.legend = FALSE
  )

• 🔸辅助线添加

# 辅助线
  geom_hline(
    yintercept = 100,
    linetype = "dashed",
    color = "grey50"
  )

正文结束！

（学习了，备注：299）

一些有用的学习资源：