BioF3 FigCode · SCI 绘图代码集

桑基图（Sankey Plot）

导出日期：2026年6月27日

分类：网络与互作｜ 依赖包：networkD3

解决的生物学问题

细胞类型在不同条件下如何重新分布？通路成员如何映射到下游模块？

应用场景

细胞类型在治疗前后流转
原始 cluster 与人工注释对应
Pathway → 基因 → 表型映射
GO term 在多通路间的重叠

输入数据格式

数据框：source, target, value（每条流的起点 / 终点 / 权重）

关键参数

nodes data.frame（label / color）
links data.frame（source / target / value）
fontSize（节点字号）
sinksRight = TRUE 终点对齐右

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

3. 安装依赖

# CRAN 包
install.packages(c("networkD3"))

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

完整代码

library(networkD3)

# --- Demo data: cell type re-distribution after treatment ---
nodes <- data.frame(
  name = c("Pre_T","Pre_B","Pre_NK","Pre_Mono",
           "Post_T","Post_B","Post_NK","Post_Mono","Post_Apoptotic")
)
links <- data.frame(
  source = c(0, 0, 1, 1, 2, 3, 3),
  target = c(4, 8, 5, 8, 6, 7, 8),
  value  = c(60, 15, 40, 20, 30, 50, 25)
)

sankeyNetwork(
  Links = links, Nodes = nodes,
  Source = "source", Target = "target", Value = "value",
  NodeID = "name",
  fontSize = 12, nodeWidth = 18,
  sinksRight = TRUE,
  height = 400, width = 700
)

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：source, target, value（每条流的起点 / 终点 / 权重）
使用 read.csv() / readRDS() 读取本地文件