如何在R ggplot中绘制基于p值筛选的暴露-中介-结局三类分类变量关联路径图

嘿，针对你要做的流行病学中介效应可视化需求，我整理了一套从数据预处理到代码实现的完整方案，完全贴合你的要求：

一、需求先理清楚 #

咱们的核心目标是画出4个暴露变量、55个代谢物中介、5个结局变量之间的显著关联（只保留p<0.05的连线），而且只画「暴露阳性→中介阳性」和「中介阳性→结局阳性」的路径，最终要找出哪些代谢物在暴露和结局之间起到了中介作用，参考论文里Figure 4c/5c的样式就行。

二、第一步：数据预处理 #

首先得把你的stackoverflow数据集里的有效关联挖出来：

• 先逐个检查每个代谢物和4个暴露变量的p值，把p<0.05的「暴露-中介」对挑出来
• 再检查每个代谢物和5个结局变量的p值，把p<0.05的「中介-结局」对挑出来
• 最后只保留那些同时有至少一条暴露关联和一条结局关联的代谢物——毕竟只有这样的代谢物才真正起到中介作用，避免图里出现孤立节点

三、可视化实现：两种主流工具方案 #

这类路径图用图可视化工具最方便，给你推荐R和Python两种常用方案，按需选就行：

（1）R语言方案（ggraph+tidygraph，颜值高易调整） #

这俩包是R里画路径图的黄金组合，能轻松实现分层布局和样式定制：

library(tidygraph)
library(ggraph)
library(dplyr)
library(tidyr)

# 1. 提取暴露→中介的显著关联
expo_mediator <- stackoverflow %>%
  pivot_longer(cols = starts_with("exposure"), names_to = "exposure", values_to = "p_val") %>%
  filter(p_val < 0.05) %>%
  mutate(from = gsub("_p", "", exposure), to = metabolite, type = "暴露→中介")

# 2. 提取中介→结局的显著关联
mediator_outcome <- stackoverflow %>%
  pivot_longer(cols = starts_with("outcome"), names_to = "outcome", values_to = "p_val") %>%
  filter(p_val < 0.05) %>%
  mutate(from = metabolite, to = gsub("_p", "", outcome), type = "中介→结局")

# 3. 合并边数据，构建图对象
graph_data <- bind_rows(expo_mediator, mediator_outcome) %>%
  as_tbl_graph(directed = TRUE)

# 4. 给节点分组（暴露/中介/结局）
graph_data <- graph_data %>%
  activate(nodes) %>%
  mutate(group = case_when(
    grepl("exposure", name) ~ "暴露变量",
    grepl("outcome", name) ~ "结局变量",
    TRUE ~ "中介代谢物"
  ))

# 5. 绘制分层路径图
ggraph(graph_data, layout = "linear", circular = FALSE) +
  geom_edge_link(aes(color = type), arrow = arrow(length = unit(2, 'mm')), alpha = 0.7) +
  geom_node_point(aes(color = group, size = ifelse(group == "中介代谢物", 3, 5))) +
  geom_node_text(aes(label = name), repel = TRUE, size = 3, hjust = 0.5) +
  scale_color_manual(values = c("暴露变量" = "#2E86AB", "中介代谢物" = "#F24C4E", "结局变量" = "#F7D060")) +
  theme_graph(base_family = "sans") +
  labs(title = "暴露-中介-结局显著关联路径图",
       color = "关联类型")

（2）Python方案（networkx+matplotlib，Python用户友好） #

如果平时用Python更多，用这俩包也能轻松实现：

import pandas as pd
import networkx as nx
import matplotlib.pyplot as plt

# 假设你的数据已经加载为DataFrame
df = pd.read_csv("your_dataset.csv")

# 初始化有向图
G = nx.DiGraph()

# 添加暴露→中介的边
for _, row in df.iterrows():
    metab = row['metabolite']
    # 遍历4个暴露变量
    for expo_col in ['exposure1_p', 'exposure2_p', 'exposure3_p', 'exposure4_p']:
        if row[expo_col] < 0.05:
            expo_name = expo_col.replace("_p", "")
            G.add_edge(expo_name, metab)

# 添加中介→结局的边
for _, row in df.iterrows():
    metab = row['metabolite']
    # 遍历5个结局变量
    for outcome_col in ['outcome1_p', 'outcome2_p', 'outcome3_p', 'outcome4_p', 'outcome5_p']:
        if row[outcome_col] < 0.05:
            outcome_name = outcome_col.replace("_p", "")
            G.add_edge(metab, outcome_name)

# 设置分层布局：暴露左、中介中、结局右
pos = {}
# 暴露节点位置
expo_nodes = [n for n in G.nodes if 'exposure' in n]
pos.update((node, (0, i)) for i, node in enumerate(expo_nodes))
# 结局节点位置
outcome_nodes = [n for n in G.nodes if 'outcome' in n]
pos.update((node, (2, i)) for i, node in enumerate(outcome_nodes))
# 中介节点位置
mediator_nodes = [n for n in G.nodes if n not in expo_nodes + outcome_nodes]
pos.update((node, (1, i)) for i, node in enumerate(mediator_nodes))

# 绘制图形
plt.figure(figsize=(14, 10))
# 画边
nx.draw_networkx_edges(G, pos, arrowstyle='->', arrowsize=12, edge_color='#666666', alpha=0.7)
# 画节点，按类型区分颜色
nx.draw_networkx_nodes(G, pos, nodelist=expo_nodes, node_color='#2E86AB', node_size=1500)
nx.draw_networkx_nodes(G, pos, nodelist=outcome_nodes, node_color='#F7D060', node_size=1500)
nx.draw_networkx_nodes(G, pos, nodelist=mediator_nodes, node_color='#F24C4E', node_size=1000)
# 加标签
nx.draw_networkx_labels(G, pos, font_size=10, font_family='sans-serif')

plt.title("暴露-中介-结局显著关联路径图", fontsize=16, pad=20)
plt.box(False)
plt.show()

四、小Tips让图更专业 #

• 因为中介变量有55个，建议只保留同时关联暴露和结局的代谢物，不然图会挤成一团，没法看
• 可以把连线的粗细和p值挂钩（p越小线越粗），能更直观展示关联强度
• 如果想更贴近论文里的样式，可以调整节点颜色、字体大小，或者给不同分组的节点加边框

内容的提问来源于stack exchange，提问作者ehepikait