生信森林图绘制：科研作图规范详解

引言Introduction

生信森林图绘制常见的问题，不是“画不出来”，而是“画得不规范”。HR、95%CI、P值、样本量一旦排版混乱，结果就很难被审稿人快速理解。掌握标准化的生信森林图绘制方法，能显著提升结果展示的清晰度和可信度。

1. 生信森林图绘制前，先明确数据结构

1.1 森林图的核心信息有哪些

在生信分析中，森林图通常用于展示各变量的效应量。最常见的是Cox回归结果。核心信息包括名称、HR值、95%置信区间和P值。部分场景还会加入样本量。

规范的生信森林图绘制，第一步不是作图，而是整理数据列。
如果列名混乱，后续映射到图形时就容易出错。对医学生、医生和科研人员来说，这一步决定了图是否能直接用于论文。

1.2 数据整理的基本原则

上游教学材料中提到，绘图前要先把gene_name、HR和P值等列整理成data.frame，再通过cbind合并，形成forest_table。这个过程的本质，是把结果表转换成可视化友好的结构。

常见整理原则有三点。

1. 变量名称放在第一列。
2. 效应量和区间信息分列保存。
3. 需要展示的文本与绘图坐标分开管理。

这样做的好处，是让生信森林图绘制时的文本区和图形区彼此独立，便于修改。

1.3 95%置信区间如何处理

很多人会只显示HR值，但论文中更推荐保留95%CI，因为它能反映估计的不确定性。根据课程内容，若想把95%置信区间放入表格展示，可将HR、下置信区间和上置信区间用paste0连接。

例如，结果展示可写成“1.52(1.18-1.96)”这类格式。
这比单独显示HR更符合科研表达习惯，也更利于审稿人判断结果稳定性。

2. 生信森林图绘制的关键参数设置

2.1 labeltext对应什么

在forestplot相关流程中，forest_table通常会作为文本部分输入，并标记为labeltext。简单理解，labeltext就是森林图左侧显示的表格文本。

这部分一般承载以下信息。

• 变量名称
• HR值或HR及95%CI
• P值
• 样本量，若有需要

labeltext是否整齐，直接影响图的可读性。
如果文本过长，建议适当缩短变量名，避免拥挤。

2.2 csize的作用是什么

课程中提到，csize主要与上下置信区间相关，用于打点和绘制区间线。它决定了点和线在图中的展示方式。

对初学者来说，可以把它理解成“图形主体的坐标信息”。
文本告诉你结果是什么，csize决定结果怎么画出来。
生信森林图绘制是否清晰，很大程度取决于这里的参数是否正确。

2.3 颜色和样式如何调整

森林图不是只能有一种样式。上游知识库明确提到，森林图颜色是可以修改的。实际写作和投稿时，建议遵循以下原则。

• 颜色不要太多。
• 点线对比要清楚。
• 主题色尽量统一。
• 避免高饱和度颜色干扰阅读。

科研作图的重点不是“好看”，而是“准确、清晰、可复现”。
这也是高质量生信森林图绘制的基本标准。

3. 标准化生信森林图绘制流程

3.1 从结果表到forest_table

完整流程通常可以分为四步。

1. 运行前置代码。
2. 整理分析结果。
3. 构建forest_table。
4. 调用forestplot完成映射。

上游课程强调，forest_table就是最终想要的结果表。它通常包含变量名、HR、P值以及区间信息。
如果结果表结构正确，后面的绘图就会顺很多。

3.2 使用forestplot完成映射

在完成forest_table之后，将其与csize一起映射到图中，就可以生成森林图。这里的核心逻辑是：

• labeltext负责文本
• csize负责图形主体
• 二者组合形成完整森林图

这一步是生信森林图绘制的核心。
如果出现位置错位，通常不是算法问题，而是数据列对应关系出了问题。
因此，绘图前必须检查列名、顺序和类型。

3.3 如何让图更适合论文投稿

投稿场景下，森林图要满足几个基本条件。

• 字体大小合适。
• 行距不拥挤。
• HR和95%CI展示清楚。
• P值位置统一。
• 图注简洁准确。

如果是期刊图，建议优先保证版式整齐，再考虑美观。
规范的生信森林图绘制，本质上是在减少读者的认知负担。

4. 常见应用场景与实用建议

4.1 Cox回归结果展示

在临床研究和预后分析中，森林图最常用于展示单因素或多因素Cox回归结果。它能把多个变量的风险效应放在一张图里，方便快速比较。

对科研人员来说，这种图特别适合结果部分展示。
对临床研究者来说，它也能帮助判断哪些因素与结局相关。
当变量较多时，森林图比纯表格更容易传达重点。

4.2 结果验证与图表一致性

上游资料中还提到，GEO数据库数据挖掘场景会先整理示例数据，再根据名称、样本量、HR值及95%CI、P值进行绘制。这说明森林图不仅是结果展示工具，也是规范化报告的一部分。

做图时要注意，图中数值必须与统计结果一致。
不建议为了版面好看而随意改写数值格式。
一致性是科研可信度的底线。

4.3 导出与保存建议

完成绘图后，建议导出高分辨率文件。知识库中提到，可保存DPI为600的TIFF文件，或者保留项目结果用于后续编辑。
如果图高度不合适，也可以调整至10或12。

实务中建议这样处理。

• 初稿先保证内容完整。
• 再微调行距和高度。
• 最后统一导出高分辨率版本。

这套流程能显著减少返工。

5. 让生信森林图绘制更高效的工作思路

5.1 先表后图，避免边画边改

很多人作图效率低，是因为一开始就直接进图形界面，结果发现数据列不对，又反复返工。更稳妥的方法是先整理数据，再绘图。

建议按这个顺序执行。

1. 核对统计结果。
2. 整理成标准数据表。
3. 再进行森林图绘制。
4. 最后检查文本和坐标是否匹配。

这能把错误提前拦截在数据阶段。

5.2 统一模板，减少重复劳动

如果你经常做生信森林图绘制，建议建立固定模板。模板中包括变量列、HR列、下限列、上限列、P值列和展示格式。每次只需替换新结果即可。

对于医学生、医生和科研人员，这种方式非常实用。
它能减少手工调整，提高输出稳定性。
模板化是科研作图效率提升最直接的方法。

5.3 什么时候适合借助平台工具

当你需要快速出图、批量排版或统一导出时，可以借助成熟的科研作图平台完成森林图绘制。像解螺旋这类工具化方案，适合把复杂流程标准化，减少格式调整成本。

如果你已经有统计结果，只差规范出图，那么这类产品能帮助你更快得到投稿级图表。
这对需要高效率完成论文图形部分的团队尤其有价值。

总结Conclusion

生信森林图绘制的关键，不只是把图画出来，而是把结果整理清楚、表达规范、版式统一。只要掌握数据结构、labeltext、csize和HR区间展示逻辑，就能做出适合论文投稿的标准森林图。对于需要高频出图的科研团队，借助解螺旋这类专业工具，可以进一步提升作图效率，减少格式返工，让结果展示更快、更稳、更规范。