科研必备—代谢组学常见图形制作攻略大放送！

以iris数据集为例，首先在Rstudio里载入ggplot2和ggpubr两个包（相关包安装教程可参考：http://www.bioconductor.org/install/），同时查看下iris数据集的表头信息，这里选取"Sepal.Length"作为关注变量来绘制不同组间箱线图含量表达展示。

首先，绘制两组间的箱线图结果，如下图：




如果需要在图中显示不同的样本散点和横纵坐标标题，则代码添加如下：




有时需要在两组间添加检验计算的p值，这里以T检验为例，则只需添加计算函数stat_compare_means(method = "t.test")




当然，如果要把T检验的方法调整成秩和检验，则




倘若需做三组（或三组以上）箱线图展示，同时加上Kruskal-Wallis多组检验结果及post-hoc两两比较结果，则

最后，每组的分组颜色如果要自由定义设置，那么代码调整如下：




同学们都学会了嘛~？
那么ROC曲线如何绘制呢？  

3.Rstudio & pROC包

以113例动脉瘤疾病观察数据集aSAH为例，比较NDKA和S100β两种biomarker 和临床参数WFNS的诊断准确性。采用R中pROC包进行ROC曲线绘制，首先安装并加载pROC包。



导入aSAH数据集并查看表头信息：



用roc()函数建立ROC对象，ci表示95%的置信区间



以S100β标记物为例，绘制单指标ROC曲线，如下图：



 

酱紫，单指标ROC曲线就完成啦，是不是so easy~

 

如果需要把多个标记物ROC曲线绘制在一张图中，则只需要逐个添加曲线：



添加图例：




 

该图清晰的反映出3个标记物的准确性：WFNS > S100β >NDKA

 

多个标记物的联合ROC曲线又该怎样绘制呢？

 

联合ROC曲线需要先建立回归模型，然后用回归模型对数据进行预测，最后用预测的数据绘制ROC曲线即可~代码如下：



 

4.SPSS25.0

采用SPSS 25.0软件，导入数据：



点击“分析”- ROC曲线，然后分别选入检验变量和状态变量。如果是单指标ROC曲线，就把待分析的指标选入检验变量数据框即可，此处以S100β为例：



然后点击确定，单指标ROC分析结果就出来啦，是不是很方便~



若要同时显示多个指标的ROC曲线，则将指标一起调入检验变量中就可以了：



联合ROC曲线的制作和R中一样要先建立回归模型：点击二元Logistic - 设置因变量和协变量 - 点击保存 - 勾选概率预测值



回到表格中，你会发现多了一列PRE_1值，这个值就是回归模型对数据的预测值



然后把PRE_1值作为检验变量，点击确定，想要的ROC结果就出来啦~