生信小提琴图绘制：科研论文作图指南

引言Introduction

生信小提琴图绘制常用于展示组间分布差异，但很多论文图存在信息表达单一、可读性差、统计标注不清的问题。一张合格的小提琴图，不只是“画出来”，而是要让审稿人快速看懂分布、离散度和组间差异。

1. 生信小提琴图绘制为什么适合科研论文

1.1 小提琴图比柱状图更能呈现真实分布

小提琴图的核心优势，是把数据分布形态直接展示出来。它不仅能看到中心趋势，还能看到是否偏态、是否双峰、是否有长尾。对于转录组表达量、单细胞亚群差异、临床评分分布，这一点尤其重要。

相比柱状图只显示均值，小提琴图更适合回答一个关键问题：两组数据到底是“均值不同”，还是“分布整体不同”。 这也是生信小提琴图绘制在论文中被广泛使用的原因。

1.2 审稿人更关注“分布信息”而非单一数值

在医学和生信研究里，很多结果并不服从正态分布。若只用均值和标准差，可能掩盖极端值和组内异质性。小提琴图通过核密度估计展示分布宽窄，能帮助审稿人更快判断数据特征。

对于组间样本量不均、异质性强、偏态明显的数据，小提琴图通常比折线图或简单柱形图更合适。 这类图也更容易配合非参数检验结果进行解释。

1.3 生信分析常见场景

生信小提琴图绘制常见于以下场景：

• 基因在不同组别中的表达差异。
• 单细胞中不同细胞簇的标记基因表达。
• 风险分组与临床指标的分布比较。
• 免疫浸润评分、通路活性评分的组间比较。

这些场景的共同点是，读者不仅关心“差异有没有”，也关心“数据分布长什么样”。

2. 生信小提琴图绘制的核心逻辑

2.1 图层叠加是小提琴图的基础

在 ggplot2 中，小提琴图本质上属于图层叠加。先定义画布，再逐层添加几何图形、统计层和主题层，最终形成完整图形。这个逻辑和高水平SCI作图一致，先确保信息结构，再优化视觉呈现。

先确定图要传达什么，再决定是否叠加散点、箱线、均值线或统计显著性标记。 如果一开始就追求“好看”，很容易把图做复杂，反而降低可读性。

2.2 映射关系决定图形是否准确

生信小提琴图绘制中，最关键的是 mapping，也就是把数据变量映射到图形属性上。通常包括：

• x轴：分组变量。
• y轴：连续型数值，如表达量、评分、丰度。
• fill 或 color：组别颜色。
• 可选叠加：散点、箱线、中位数线。

如果映射关系错误，再精美的图也没有科研价值。对科研论文来说，图形准确性永远高于装饰性。

2.3 颜色、坐标和主题要服务于阅读

在论文图中，颜色不是越多越好。通常建议控制在2到4种主色内，并保持整篇文章风格统一。坐标轴单位、组名、字体大小都要清楚，避免读者放大后才能辨认。

高水平图通常具有三个特征：

1. 坐标轴清晰。
2. 图例简洁。
3. 统计信息完整。

这也是生信小提琴图绘制中最容易被忽视，但最影响论文质感的部分。

3. 生信小提琴图绘制的常用方法

3.1 R/ggplot2 是科研中最灵活的方案

对于需要可重复、可修改、可批量输出的论文图，R 和 ggplot2 是最常用的工具之一。它的优势在于可控性强，能够根据不同数据结构灵活调整图层。

典型思路是：

• 读取数据。
• 定义分组和数值变量。
• 绘制小提琴图。
• 叠加散点或箱线图。
• 加入显著性检验结果。
• 统一主题和配色。

如果你的研究需要批量绘制多个基因或多个队列，小提琴图用 ggplot2 更利于标准化输出。

3.2 GraphPad Prism 适合快速出图

如果是单个项目、少量分组比较，Prism 也能快速完成小提琴图或箱式图。其优势是上手快，适合初学者完成基础统计图。但在大规模生信图表、复杂分面、多组统一风格输出方面，灵活性不如 R。

对于课程提纲中的经验来看，很多科研图都强调“先画出图，再微调细节”。这说明无论工具是什么，核心都在于：

• 先保证图表类型正确。
• 再完善字体、边距、标注。
• 最后统一输出格式。

3.3 图形类型选择要和数据匹配

不是所有数据都适合小提琴图。以下情况更推荐使用它：

• 分布型数据。
• 组内样本量中等及以上。
• 需要展示偏态或离散程度。
• 需要和箱线图、散点图联合展示。

如果样本量极少，只有2到3个点，小提琴图可能会误导读者。此时更适合直接展示原始点图，避免过度平滑掩盖真实变化。

4. 生信小提琴图绘制的论文级规范

4.1 统计标注要和图形表达一致

小提琴图常配合非参数检验，如秩和检验或多组比较。图中若显示组间差异，就必须让统计方法和图形展示保持一致。不要只画图不标注，也不要只标P值不说明检验方法。

建议在图注或正文中补充：

• 检验方法。
• 显著性水平。
• 样本量。
• 数据来源。

图和统计必须配套，才符合科研论文的基本规范。

4.2 叠加原始散点更有说服力

只看分布曲线，审稿人仍然可能关心“每个样本在哪里”。因此，很多高质量论文会在小提琴图上叠加散点或箱线图。这样既能看到整体分布，也能看到每个样本点。

这种做法特别适合样本量不大但差异明显的生信研究。它能增强透明度，也更符合E-E-A-T中“可验证”的要求。

4.3 输出格式必须适合投稿

科研作图的最后一步，不是“导出图片”，而是“按投稿要求导出”。常见建议包括：

• 优先使用矢量格式，如 PDF。
• 位图输出时保证足够分辨率，如 300 dpi 或更高。
• 统一白底。
• 字体和线宽适合印刷。

如果图在电脑上看起来清楚，但投稿后模糊、失真、字体发虚，就会直接影响论文质量。

5. 生信小提琴图绘制的实操优化建议

5.1 先统一数据格式，再开始作图

在正式绘图前，建议先整理成长表结构。即每一行对应一个样本，一个数值变量，一个分组变量。这样无论是 ggplot2 还是 Prism，都更容易处理。

常见错误包括：

• 组名拼写不统一。
• 数值列含有字符型内容。
• 缺失值未处理。
• 分组顺序未指定。

这些问题会让图表结果混乱，也会浪费大量调试时间。

5.2 配色要稳定，不要随意更换

生信小提琴图绘制中，颜色是第一视觉入口。建议每篇文章固定一套颜色逻辑，例如：

• 对照组使用中性色。
• 实验组使用高对比主色。
• 多组比较保持同一色系递进。

这样既专业，也利于读者快速建立组别记忆。颜色的作用是区分信息，不是增加装饰。

5.3 图注要写清楚数据含义

图注中至少说明以下内容：

• 指标名称。
• 组别定义。
• 样本量。
• 统计方法。
• 显著性标记规则。

这一步看似简单，但直接影响论文的可信度。对医学生、医生和科研人员来说，图注清晰，意味着结果可复核，也更方便同行阅读。

总结Conclusion

生信小提琴图绘制的价值，不只是展示差异，更是把数据分布、样本异质性和统计结论同时表达清楚 。对于科研论文来说，合格的小提琴图应当满足三点：图形准确、统计一致、排版规范。只有这样，图才能真正服务于论文表达，而不是成为装饰。

如果你希望更高效地完成论文作图，减少反复修改和格式踩坑，可以借助解螺旋的科研作图与生信学习资源，把图形规范、统计表达和投稿输出一次性做对。当图会说话，论文说服力才会真正提升。