生信绘图全套图解｜零基础也能看懂

组学/网络药理学研究生必存！全套10+种高频生信图一次性讲透，分步骤拆解读图逻辑，附0代码绘图工具，写论文再也不用瞎看图、瞎画图！ 一、差异分析基础：看懂基因表达原始数据 1. 差异结果表格 核心3个指标： - FC（差异倍数）：对比两组基因表达高低，FC＞2上调、FC＜0.5下调 - P值：差异显著性基础指标，P＜0.05代表有统计学差异 - FDR：校正后P值，筛选差异基因更严谨，优先使用FDR筛选 2. 火山图｜快速筛选差异基因 - X轴 log2(FC)：左右区分上调/下调 - Y轴 -log10(Pvalue)：数值越高差异越显著 - 红点：显著上调；蓝点：显著下调；灰点：无差异 - 转换逻辑：log2让上调下调对称，-log10放大微小P值，方便区分显著性 3. 热图｜批量展示基因表达模式 - 色块颜色：红=高表达，蓝=低表达，统一Z-score标准化 - 聚类树：行聚类=表达趋势相近基因；列聚类=分组相似样本 - 侧边注释：区分对照组/处理组、上调/下调基因，是论文标配主图 二、样本分布质控图（测序第一步必画） 1. PCA主成分分析图 作用：检验组间分离度、样本重复性 - 同组样本聚集、两组椭圆完全分开：实验分组有效，样本重复性好 - PC1/PC2百分比：代表该维度能解释的数据差异占比 2. 相关性气泡图 - 圆圈越大、颜色越红：正相关性越强；蓝色代表负相关 - 组内样本相关系数接近1，说明测序数据稳定可靠 3. 核密度分布图 平滑展示基因表达量整体分布，多组曲线峰值不偏移，代表测序均一性良好 三、数据分布统计图（组间差异可视化） 1. 箱线图 五大数据特征：下限、下四分位数、中位数、上四分位数、上限，黑点为异常值；*代表组间差异显著（p<0.05） 2. 小提琴图 外层密度轮廓+内层箱线，既能看中位数，又能直观展示数据集中区域，比单纯箱线图信息更丰富 四、交集筛选图（网络药理学高频） 1. 韦恩图 适合2-4组数据交集，重叠区域=共有靶点/基因，常用于药物靶点+疾病靶点取交集 2. Upset图 多组（＞4组）交集首选，解决多圈韦恩图重叠杂乱问题，柱状高度直观展示交集数量 五、模型验证图（分子诊断方向） ROC曲线 - AUC曲线下面积：0.5=无区分能力，越接近1代表基因诊断效果越好 - 用于验证核心靶点作为疾病标志物的有效性 #生信分析 #网络药理学 #R语言绘图 #中医药研究生 #SCI绘图 #生信零基础 #组学分析 #科研工具