BioF3 FigCode · SCI 绘图代码集

GSEA 森林图（NES Forest Plot）

导出日期：2026年6月27日

分类：功能富集｜ 依赖包：ggplot2

解决的生物学问题

多条候选通路的富集强度和可信度如何排序？哪些通路的 NES 最为稳健？

应用场景

GSEA 结果多通路对比
展示 NES 置信区间
筛选稳健富集通路
文章 figure 森林图展示

输入数据格式

GSEA 结果表（NES, pvalue, Description, setSize）

关键参数

展示通路数（top 10-15）
NES 点估计及 CI
pvalue 显著性标记
setSize 基因集大小
color 按方向着色（activated / suppressed）

快速开始

1. 直接在线运行

打开 FigCode 在线绘图，点击本工具卡片的"在线绘图"按钮即可用内置示例数据出图，零环境配置。

2. 本地复现

下载脚本和示例数据，本地 RStudio 运行：

# 下载
curl -O https://<your-site>/figcode/scripts/gsea-forest.R
curl -O https://<your-site>/figcode/data/gsea-forest.csv

3. 安装依赖

# CRAN 包
install.packages(c("ggplot2"))

# Bioconductor 包（如需）
# BiocManager::install(c())

完整代码

library(ggplot2)

# --- Demo data ---
set.seed(42)
gsea_top <- data.frame(
  Description = c("Oxidative phosphorylation", "Cell cycle", "DNA repair",
                  "Fatty acid metabolism", "mTOR signaling",
                  "Immune activation", "Wnt signaling", "Notch signaling",
                  "TGF-beta signaling", "p53 pathway"),
  NES = c(2.1, 1.8, 1.5, 1.3, 1.1, -1.2, -1.5, -1.7, -2.0, -2.3),
  p.adjust = runif(10, 0.001, 0.04),
  setSize = sample(20:150, 10)
)
gsea_top$direction <- ifelse(gsea_top$NES > 0, "Activated", "Suppressed")

# --- Plot ---
ggplot(gsea_top, aes(x = NES, y = reorder(Description, NES))) +
  geom_point(aes(size = setSize, color = direction)) +
  geom_errorbarh(aes(xmin = NES - 0.3, xmax = NES + 0.3), height = 0.2, color = "grey50") +
  geom_vline(xintercept = 0, linetype = "dashed") +
  scale_color_manual(values = c(Activated="#dc2626", Suppressed="#2563eb")) +
  scale_size_continuous(range = c(3, 8)) +
  labs(x = "Normalized Enrichment Score", y = NULL, title = "GSEA Forest Plot",
       size = "Set Size", color = "Direction") +
  theme_classic()

替换为自己的数据

脚本中以 # --- Demo data --- 标注的段落是示例数据生成代码。替换为自己的数据时，保持列名一致即可：

输入格式：GSEA 结果表（NES, pvalue, Description, setSize）
使用 read.csv() / readRDS() 读取本地文件