BioF3 FigCode · SCI 绘图代码集

表达分布图（Violin + Boxplot）

导出日期：2026年6月27日

分类：分布可视化｜ 依赖包：ggplot2

解决的生物学问题

宝儿，这个图真好看！！！目标基因在不同实验条件或细胞类型中的表达分布是否存在差异？

应用场景

候选基因在各组中的表达验证
单细胞 marker 基因表达展示
蛋白丰度分布对比
药物处理前后表达变化

输入数据格式

长格式：gene, condition, expression

关键参数

展示基因列表
fill 分组变量
scales 是否自由 y 轴（free_y）
jitter width 抖动宽度
alpha 透明度

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/violin.R
curl -O https://<your-site>/figcode/data/violin.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)
genes <- c("TP53", "BRCA1", "MYC", "EGFR")
conditions <- c("Control", "Treatment")
df <- expand.grid(gene = genes, condition = conditions, rep = 1:20)
df$expression <- rnorm(nrow(df), mean = 8, sd = 1.5)
# Add treatment effect
df$expression[df$condition == "Treatment" & df$gene %in% c("MYC","EGFR")] <-
  df$expression[df$condition == "Treatment" & df$gene %in% c("MYC","EGFR")] + 2.5

# --- Plot ---
ggplot(df, aes(x = condition, y = expression, fill = condition)) +
  geom_violin(width = 0.8, alpha = 0.7, color = NA) +
  geom_boxplot(width = 0.15, fill = "white", outlier.shape = NA) +
  geom_jitter(width = 0.1, size = 1.5, alpha = 0.6) +
  facet_wrap(~ gene, scales = "free_y") +
  scale_fill_manual(values = c(Control="#475569", Treatment="#dc2626"), guide = "none") +
  labs(x = NULL, y = "Expression", title = "Gene Expression Distribution") +
  theme_classic()

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：长格式：gene, condition, expression
使用 read.csv() / readRDS() 读取本地文件