培训对象:生物医学研究人员、生物信息分析人员、需要掌握专业科研绘图技能,制作符合发表要求的图表的科研人员。
培训目标:
掌握R语言数据处理基础与tidyverse生态,能够对生物信息数据进行清洗和整理。
熟练运用ggplot2的图形语法,创建散点图、箱线图、热图、火山图等科研常用图表。
掌握图表的精细化调整与主题定制,能够生成符合期刊发表要求的出版级图表。
培训内容介绍:
R语言基础与RStudio:安装R和RStudio,熟悉R的基本数据结构(向量、数据框、列表)和操作。
tidyverse数据清洗:使用dplyr进行数据筛选、汇总、变形,使用tidyr进行数据长宽转换。
ggplot2图形语法:理解ggplot2的图层语法结构(data、aes、geom、facet、theme)。
基础图表绘制:使用geom_point、geom_boxplot、geom_bar、geom_histogram绘制基础图表。
火山图绘制:从DESeq2结果中提取数据,绘制火山图标识显著差异基因。
热图绘制:使用pheatmap或ggplot2绘制基因表达热图,展示聚类结果。
箱线图与小提琴图:绘制多组比较的箱线图或小提琴图,展示表达分布。
PCA与降维可视化:绘制PCA图、t-SNE图展示样本聚类关系。
染色体分布图:绘制曼哈顿图展示GWAS结果或基因在染色体上的分布。
颜色主题与标度:掌握scale_color_manual、scale_fill_gradient等颜色设置,选择合适的配色方案。
主题定制与图例调整:使用theme函数调整坐标轴、图例、标题等元素,去除背景网格,符合出版要求。
综合实战演练:以真实的转录组或基因组数据为例,完成从数据处理到多图组合发表的全流程。