BioF3 FigCode · SCI 绘图代码集

KEGG 气泡（KEGG Dotplot）

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

差异基因主要参与哪些 KEGG 信号通路？哪些通路的富集最为显著？

应用场景

KEGG 通路富集结果展示
信号通路优先级排序
多组对比通路差异
筛选后续实验验证通路

输入数据格式

enrichKEGG 结果对象

关键参数

showCategory 展示通路数（15-20）
organism KEGG 物种代码（hsa）
pvalueCutoff 阈值
x 轴变量（GeneRatio / Count）
color 着色变量（p.adjust / qvalue）

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/kegg-dotplot.R
curl -O https://<your-site>/figcode/data/kegg-dotplot.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)
kegg_terms <- c("PI3K-Akt signaling", "MAPK signaling", "Cell cycle",
                "p53 signaling", "Apoptosis", "TNF signaling",
                "NF-kappa B signaling", "Wnt signaling", "mTOR signaling",
                "Jak-STAT signaling", "HIF-1 signaling", "FoxO signaling")
kegg_df <- data.frame(
  Description = kegg_terms,
  GeneRatio = runif(12, 0.04, 0.2),
  p.adjust = sort(runif(12, 0.001, 0.045)),
  Count = sample(8:45, 12)
)

# --- Plot ---
ggplot(kegg_df, aes(x = GeneRatio, y = reorder(Description, GeneRatio))) +
  geom_point(aes(size = Count, color = p.adjust)) +
  scale_color_gradient(low = "#dc2626", high = "#2563eb") +
  scale_size_continuous(range = c(3, 10)) +
  labs(x = "Gene Ratio", y = NULL, title = "KEGG Pathway Enrichment",
       color = "p.adjust", size = "Count") +
  theme_classic() +
  theme(axis.text.y = element_text(size = 9))

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：enrichKEGG 结果对象
使用 read.csv() / readRDS() 读取本地文件