BioF3 FigCode · SCI 绘图代码集

免疫细胞组间对比（Immune Group Boxplot）

导出日期：2026年6月27日

分类：分布可视化｜ 依赖包：ggplot2、reshape2

解决的生物学问题

哪些免疫细胞在分组间显著差异浸润？这些差异是否和临床表型一致？

应用场景

Tumor vs Normal 免疫差异
高低风险组免疫格局对比
Responder vs Non-responder 免疫预测
亚型间免疫差异

输入数据格式

数据框：CellType, Sample, Score, Group

关键参数

筛选 top variable cells（cap 12）
stat_compare_means 加 p 值
facet_wrap 单独看每细胞

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/immune-boxplot.R
curl -O https://<your-site>/figcode/data/immune-boxplot.csv

3. 安装依赖

# CRAN 包
install.packages(c("ggplot2", "reshape2"))

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

完整代码

library(ggplot2)
library(reshape2)

# --- Demo data ---
set.seed(42)
n_samples <- 60
mat <- matrix(rnorm(8 * n_samples), 8, n_samples)
rownames(mat) <- c('CD8 T','Treg','Macrophages','NK','DC','Tfh','Th1','MDSC')
grp <- rep(c('Tumor','Normal'), each = n_samples/2)
mat[1,] <- mat[1,] + ifelse(grp == 'Tumor', 0.8, 0)
mat[3,] <- mat[3,] + ifelse(grp == 'Tumor', 1.2, 0)

df <- melt(mat); colnames(df) <- c('CellType','Sample','Score')
df$Group <- grp[df$Sample]

ggplot(df, aes(CellType, Score, fill = Group)) +
  geom_boxplot(outlier.size = 0.5, width = 0.7) +
  scale_fill_manual(values = c(Tumor = '#dc2626', Normal = '#2563eb')) +
  labs(x = NULL, y = 'ssGSEA Score', title = 'Immune Infiltration: Group Comparison') +
  theme_classic() +
  theme(axis.text.x = element_text(angle = 45, hjust = 1, size = 9), legend.position = 'top')

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：数据框：CellType, Sample, Score, Group
使用 read.csv() / readRDS() 读取本地文件