BioF3 FigCode · SCI 绘图代码集

免疫细胞堆叠图（Immune Composition Stack）

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

每个样本的免疫微环境组成是什么样？组间免疫格局有差异吗？

应用场景

TCGA 队列免疫浸润全景图
Tumor vs Normal 免疫格局对比
治疗前后免疫细胞变化
亚型分类下的免疫差异

输入数据格式

矩阵：行=免疫细胞，列=样本，值=ssGSEA score（已归一化到 0-1）

关键参数

归一化（每细胞 min-max）
ggplot fill 色板（28 色）
样本顺序（聚类 / 风险分组）

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-composition.R
curl -O https://<your-site>/figcode/data/immune-composition.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_cells <- 12; n_samples <- 30
mat <- matrix(runif(n_cells * n_samples), n_cells, n_samples)
mat <- t(apply(mat, 1, function(x) (x - min(x)) / (max(x) - min(x) + 1e-10)))
rownames(mat) <- c('CD8 T','CD4 T','Treg','B cells','NK','Macrophages','DC','Neutrophils','Mast','Tfh','Th1','Th17')
colnames(mat) <- paste0('S', 1:n_samples)

df <- melt(mat); colnames(df) <- c('CellType','Sample','Score')
df$Sample <- factor(df$Sample, levels = colnames(mat))

ggplot(df, aes(x = Sample, y = Score, fill = CellType)) +
  geom_bar(stat = 'identity', position = 'fill', width = 0.9) +
  scale_y_continuous(labels = scales::percent) +
  labs(x = NULL, y = 'Relative Proportion', title = 'Immune Cell Composition (ssGSEA)', fill = 'Cell Type') +
  theme_classic() +
  theme(axis.text.x = element_text(angle = 90, hjust = 1, size = 7), legend.text = element_text(size = 8))

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：矩阵：行=免疫细胞，列=样本，值=ssGSEA score（已归一化到 0-1）
使用 read.csv() / readRDS() 读取本地文件