生信作图必读：GO气泡图与箱线图的核心解读技巧

引言Introduction

做生物医学数据作图，很多人会“会画不会读”。GO气泡图看不懂，箱线图不会解释，结果图做出来了，论文却卡在结果表述和评审质疑上。真正的难点不是生成图，而是读懂图并讲清图。

1. GO气泡图为什么是富集分析的核心图形

1.1 GO三大类本质上是“表型描述”

GO富集分析常见的三类是 BP、CC、MF。对刚入门的研究者来说，可以先把它们理解为不同层面的功能表型描述，而不是死记术语。BP 更偏生物学过程，CC 更偏细胞组分，MF 更偏分子功能。

理解这点很重要。 因为很多气泡图看起来密集，但本质上是在展示某组基因更集中落在哪些功能表型上。读图时不要只看名称，要先判断它反映的是过程、位置，还是功能。

1.2 气泡图比柱状图更适合承载信息

GO结果传统上常用柱状图。早期文献里，柱状图几乎是标准答案。后来气泡图更常见，原因很直接。它能同时承载更多变量，尤其适合横向展示较长的 term 名称。

气泡图通常会选 BP、CC、MF 各前3个、前5个或前10个 term。实际写作中最常见的是前3或前5。这样既能控制图面密度，也能保留结果重点。

1.3 气泡图的三个核心读图维度

读GO气泡图，至少要看清三个层面。

1. 纵轴或左侧的 GO term。 它告诉你富集到的具体条目。
2. 气泡大小。 通常对应 count，越大表示落入该条目的基因越多。
3. 气泡颜色。 通常对应校正后的 p 值，颜色越“显著”，统计学支持越强。

关键点是，气泡越大不等于越显著，颜色才是显著性判断的核心。 这一点在结果解读里很容易被混淆。

2. GO气泡图怎么读才不容易出错

2.1 先看显著性，再看规模

很多初学者第一眼只看大气泡。这样容易误判。正确顺序是先看校正后的 p 值，再看 count。

在常见配色中，红色往往表示 adjust p 值更小，差异更显著，蓝色则相反。如果图里颜色越偏红，通常意味着统计学证据更强。 当然，具体配色要以图例为准，不要机械套用。

2.2 BP和CC往往比MF更容易出现强信号

从实际富集结果看，BP 和 CC 的差异性往往比 MF 更明显。原因是生物学过程和细胞定位相关条目更容易和疾病状态、处理条件或细胞表型变化直接关联。

这并不意味着 MF 不重要。只是从结果呈现上，BP 和 CC 常常更适合放在图的前面作为主结果，MF 可作为补充解读。

2.3 图上GO编号不是优先信息

有些图会在 term 名称外，再标注 GO 编号。对评审和读者来说，这种做法未必加分。因为编号不利于快速回查，也会降低图的可读性。

更推荐的做法是直接显示可读性更高的 term 名称。 如果需要规范溯源，可以在正文或补充表中保留 GO ID，而不是让图面承担全部信息。

3. 箱线图在生物医学数据作图中的核心价值

3.1 箱线图回答的是“分布是否不同”

箱线图不是单纯展示均值，而是展示分布。它适合比较不同组之间的中位数、四分位距和离群点。

这在转录组、蛋白组、代谢组和临床分组数据中都非常常见。比如比较对照组与处理组的某个基因表达量，或者比较不同亚型患者的某项指标，箱线图都比单纯柱状图更可靠。

3.2 读箱线图要抓住四个点

箱线图的核心不是“盒子好看”，而是统计结构清楚。

• 中位数线，反映中心趋势。
• 盒体上下边界，反映四分位范围。
• 须，反映数据延展范围。
• 离群点，提示异常值或极端样本。

如果两组中位数差距明显，但盒体高度重叠很大，就不能轻易下结论。 反之，如果分布整体偏移，并且统计检验显著，才更能支持组间差异。

3.3 箱线图必须和统计检验一起看

只看图形不够。箱线图最好同时标注统计学结果，例如 P 值、校正 P 值，或效应量。对于多组比较，还要说明是否进行了多重校正。

在医学研究中，“看起来不同”不等于“统计学不同”。 这是写作和答辩时最常见的误区之一。

4. GO气泡图与箱线图如何在论文里配合使用

4.1 GO气泡图用于讲机制，箱线图用于讲证据

两者的定位不同。GO气泡图更像机制线索图，帮助你说明某些功能、过程或组分被富集。箱线图则更像证据展示图，帮助你证明某个基因、蛋白或表型指标在组间确实有差异。

一个讲“为什么”，一个讲“是否存在差异”。 这就是它们在结果部分的分工。

4.2 结果部分建议按“筛选—富集—验证”来写

一个更稳妥的写法是：

1. 先写差异分析结果。
2. 再写GO富集结果，指出主要富集到哪些功能条目。
3. 最后用箱线图展示关键分子的组间差异。

这样逻辑更完整。读者能从“发现问题”顺着看到“解释问题”和“验证问题”。

4.3 图注比图本身更容易暴露专业度

很多图做得不错，但图注写得模糊。专业图注应至少交代：

• 分组名称。
• 样本量。
• 统计方法。
• 是否做多重校正。
• 图中颜色、大小、坐标轴的含义。

图注写清楚，论文可信度会明显更高。 这也是E-E-A-T在科研写作中的具体体现。

5. AI时代做图更快，但读图能力不能省

5.1 生成图容易，识别错误更重要

现在用AI做图效率很高。GO气泡图、箱线图都能快速生成。但问题在于，AI可以帮你画图，不能替你判断图是否合理。

如果气泡图排序错了，颜色映射错了，或者箱线图统计方法和数据类型不匹配，图再漂亮也没有意义。医学生、医生和科研人员必须保留基本的图形判断能力。

5.2 一个简单的自检流程

在正式用于论文前，建议按下面顺序检查：

1. 轴和图例是否正确。
2. 变量映射是否和方法一致。
3. 显著性标注是否与统计结果一致。
4. 图中文字是否可读。
5. 结论是否和图面信息一致。

只要有一项对不上，这张图就不能直接用于投稿。

5.3 规范作图能直接减少返工

科研中最浪费时间的，不是画图本身，而是反复返工。很多问题都出在前期设计不清楚。比如GO图筛选前3还是前5，箱线图是否需要展示散点，是否要统一颜色风格，这些都应在作图前定好。

如果你希望把这些步骤标准化，解螺旋 可以帮助你把生物医学数据作图流程整理得更清晰，从图形设计、结果呈现到论文表达，减少低级错误，提高投稿效率。

总结Conclusion

GO气泡图和箱线图，看似只是两种常见图形，实则分别承担机制解释和差异验证的任务。前者重在读懂富集信号，后者重在判断分布差异。 对医学生、医生和科研人员来说，真正重要的不是会不会点按钮，而是能不能把图读对、讲对、写对。

如果你正在做生物医学数据作图，却总担心图不规范、解读不到位，建议把作图流程交给更专业的支持体系。借助解螺旋，你可以更高效地完成规范化图形输出，让结果展示更清晰，论文表达更有说服力。