如何用ggplot绘制分色区分不同样本基因表达的散点图

你现在用的是宽格式数据表（每个样本单独占一列表达量），ggplot2做分组颜色映射需要先把数据转换为长格式，再将样本分类列映射到color美学属性即可，具体操作如下：

• 首先加载所需工具包（未安装的话先运行install.packages("tidyverse")完成安装）
  library(tidyverse)
• 将宽格式表转换为ggplot适配的长格式

# 转换后数据会新增两列：sample存样本名、expression存对应表达量
dataset_long <- dataset %>%
  pivot_longer(
    cols = !gene_name,
    names_to = "sample",
    values_to = "expression"
  )

• 直接绘图，将颜色映射到sample列即可自动给不同样本分配不同颜色，每个基因的x轴位置会对应生成两个散点

ggplot(data = dataset_long, mapping = aes(x = gene_name, y = expression, color = sample)) +
  geom_point(size = 2) + # 可按需调整点大小
  # 可选：自定义配色，替换成你想要的颜色
  scale_color_manual(values = c("sample1" = "navy", "sample2" = "darkorange")) +
  # 可选：如果基因数量较多x轴标签重叠，可旋转标签适配
  theme(axis.text.x = element_text(angle = 45, hjust = 1))

备选方案（不推荐） #

如果你不想做数据重塑，也可以直接叠加两层散点几何对象分别指定y值和颜色，但这种写法后续加样本、调整图例的维护成本更高：

ggplot(data = dataset, aes(x = gene_name)) +
  geom_point(aes(y = sample1, color = "sample1")) +
  geom_point(aes(y = sample2, color = "sample2")) +
  scale_color_manual(values = c("sample1" = "navy", "sample2" = "darkorange"))

内容的提问来源于stack exchange，提问作者Manuela Lanzafame