MOFA 因子载荷（MOFA Factor Loadings）

分类：降维可视化 ｜ 依赖包：MOFA2、ggplot2、cowplot

解决的生物学问题

提取出的潜在因子捕获了哪些组学层的变异？哪个因子和我的临床表型相关？

应用场景

• 多组学无监督整合
• 稀疏因子分解
• 隐藏亚型发现
• 组学之间共享/独有变异分解

输入数据格式

MOFA 对象（MOFA2::run_mofa 输出）

关键参数

• factors（要展示的因子索引）
• covariate1（连续协变量）
• group_by（分组着色）
• plot_variance_explained 看因子覆盖度

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/mofa-factors.R
curl -O https://<your-site>/figcode/data/mofa-factors.csv

3. 安装依赖

# CRAN 包
install.packages(c("MOFA2", "ggplot2", "cowplot"))

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

完整代码

library(MOFA2)
library(ggplot2)

# --- Demo: 用包内置示例 ---
filepath <- system.file("extdata", "test_model.hdf5", package = "MOFA2")
mofa <- load_model(filepath)

# --- Variance explained per factor / view ---
p1 <- plot_variance_explained(
  mofa,
  x = "view", y = "factor"
) + ggtitle("Variance Explained (R²)")

# --- Factor values colored by sample group ---
p2 <- plot_factor(
  mofa,
  factors = c(1, 2),
  color_by = "group"
) + ggtitle("MOFA Factor Values")

cowplot::plot_grid(p1, p2, ncol = 2, rel_widths = c(1, 1.2))

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：MOFA 对象（MOFA2::run_mofa 输出）
• 使用 read.csv() / readRDS() 读取本地文件

延伸阅读

• 相关教程：MOFA 因子载荷 完整流程
• 出现 bug？欢迎在 FigCode 页面 点击对应卡片，在评论区留言。