R Studio中绘制PANTHER来源GO术语点图时出现‘Discrete value supplied to continuous scale’报错的解决求助

Hi Fanni，我帮你定位到了报错的核心原因，并且整理了修复后的完整代码和优化建议，一起来看看吧：

报错根源 #

你遇到的Error: Discrete value supplied to continuous scale，是因为在geom_point的颜色映射里，你写的是字符串'|log10 (FDR)|'，而不是基于你的FDR数据计算出的连续数值。scale_color_gradient是专门给连续数值用的颜色刻度，当你传入固定字符串（离散值）时，两者就会出现不兼容的问题。

修复步骤 & 优化代码 #

第一步：先预处理数据，计算显著性相关的连续值 #

首先我们给数据框新增一列，计算-log10(FDR)（这是GO富集可视化的常规做法，FDR越小，这个值越大，对应颜色越深，更方便解读显著性）：

library(dplyr)
# 计算-log10(FDR)，同时处理可能的0值（避免出现Inf）
data <- data %>%
  mutate(neg_log10_FDR = ifelse(FDR == 0, 10, -log10(FDR)))

第二步：修正ggplot代码的核心问题 #

把颜色映射从字符串改成我们刚计算的neg_log10_FDR，同时调整一些细节让图更美观：

library(ggplot2)
library(grid)

ggplot(data, aes(x = GO_biological_process, y = Fold_enrichment)) +
  # 添加y=1的参考线（富集倍数的基准线）
  geom_hline(yintercept = 1, linetype="dashed", color = "azure4", size=.5)+
  # 修正颜色映射为连续数值，同时保留点大小与基因数的映射
  geom_point(aes(size = Gene_number, color = neg_log10_FDR), alpha=.7)+
  # 保持GO术语的原有顺序（如果想排序可以改成按富集倍数或显著性排序）
  scale_x_discrete(limits = data$GO_biological_process)+
  # 颜色渐变对应计算出的显著性值
  scale_color_gradient(low = "green", high = "red", limits=c(0, NA))+
  # 优化点大小的映射逻辑，让基因数多的点不会过大
  scale_size_area(max_size = 10)+
  coord_flip()+
  theme_bw()+
  theme(
    axis.ticks.length=unit(-0.1, "cm"),
    axis.text.x = element_text(margin=margin(5,5,0,5,"pt")),
    axis.text.y = element_text(margin=margin(5,5,5,5,"pt")),
    axis.text = element_text(color = "black"),
    panel.grid.minor = element_blank(),
    legend.title.align = 0.5
  )+
  xlab("GO biological processes")+
  ylab("Fold enrichment")+
  labs(color="-log10(FDR)", size="Number\nof genes")+
  guides(
    color = guide_colourbar(order=1),
    size = guide_legend(order=2)
  )

额外优化建议 #

1. 给GO术语排序：默认是按数据框的原有顺序排列，你可以按富集倍数或显著性排序，让可视化结果更有逻辑：

# 按富集倍数降序排列数据
data_sorted <- data %>% arrange(desc(Fold_enrichment))
# 然后在scale_x_discrete里替换成sorted后的GO术语
scale_x_discrete(limits = data_sorted$GO_biological_process)

2. 调整颜色范围：如果你的neg_log10_FDR数值跨度很大，可以手动调整scale_color_gradient的limits参数，比如limits=c(2, 10)，让颜色差异更明显。

内容的提问来源于stack exchange，提问作者fannidora