如何在R中绘制样本间基因表达水平散点图（样本A vs 样本B）

嘿，这个图咱们一般叫两样本基因表达散点图，主要用来可视化两个样本间基因表达的相关性或差异，用你熟悉的ggplot2就能轻松搞定，结合你的示例数据，我给你写了完整的实现代码：

基础版散点图 #

首先确保加载ggplot2包，然后直接用你的数据框绘图：

# 加载ggplot2包
library(ggplot2)

# 你的示例数据
sample_A <- c(2, 3, 1) 
sample_B <- c(-1, 4, -3) 
genes <- c("gene1", "gene2", "gene3") 
df <- data.frame(sample_A, sample_B, row.names = genes)

# 绘制基础散点图
ggplot(df, aes(x = sample_B, y = sample_A)) +
  geom_point(size = 2, color = "#2c3e50") +  # 设置点的大小和颜色，深色更清晰
  labs(
    title = "基因表达散点图（样本A vs 样本B）",
    x = "样本B的基因表达量",
    y = "样本A的基因表达量"
  ) +
  theme_minimal() +  # 选用简洁清爽的主题
  theme(
    plot.title = element_text(hjust = 0.5, size = 14, face = "bold"),  # 标题居中、加粗
    axis.title.x = element_text(size = 12),
    axis.title.y = element_text(size = 12)
  )

进阶优化：添加基因标注 #

如果需要直观看到每个点对应的基因名称，可以加上文本标注：

ggplot(df, aes(x = sample_B, y = sample_A, label = rownames(df))) +
  geom_point(size = 2, color = "#2c3e50") +
  geom_text(hjust = 0.5, vjust = -1, size = 3.5) +  # 标注在点的上方，避免遮挡
  labs(
    title = "带基因标注的表达散点图",
    x = "样本B的基因表达量",
    y = "样本A的基因表达量"
  ) +
  theme_minimal()

进阶优化：添加相关性拟合线 #

如果想展示两个样本的表达相关性，可以添加线性拟合线和置信区间：

ggplot(df, aes(x = sample_B, y = sample_A)) +
  geom_point(size = 2, color = "#2c3e50") +
  geom_smooth(method = "lm", se = TRUE, color = "#e74c3c") +  # 线性拟合+95%置信区间，红色突出线条
  labs(
    title = "基因表达相关性散点图",
    x = "样本B的基因表达量",
    y = "样本A的基因表达量"
  ) +
  theme_minimal()

针对你原始数据集的说明 #

你提到原始数据是每行一个基因、每列一个样本的结构，只需要提取sample_A和sample_B这两列即可，不需要调整数据结构——ggplot2可以直接用这两列作为x轴和y轴的映射，和示例代码的逻辑完全一致。

内容的提问来源于stack exchange，提问作者arvchi