R

生信论文返修实战17/20|图形与图注怎样修改?展示样本、效应与不确定性

作者:发布于 2026-11-17约 14 分钟阅读
生信论文返修实战第17讲:图形与图注怎样修改?展示样本、效应与不确定性

生信论文返修实战20讲 · 第17讲 · 整理稿件与提交材料

生信论文返修实战第17讲:图形与图注怎样修改?展示样本、效应与不确定性
系列目录:生信论文返修实战20讲(当前第17讲)
  1. 第01讲:收到返修意见后怎么办?把审稿问题拆成可执行任务
  2. 第02讲:返修前先冻结分析:输入、版本与结果怎样重放
  3. 第03讲:样本量为什么对不上?核查纳入、排除与重复测量
  4. 第04讲:样本太少怎样回应?报告效应、区间与真实限制
  5. 第05讲:差异分析被质疑:模型、方向和多重检验逐项核查
  6. 第06讲:要求校正年龄和批次?先判断资料是否支持
  7. 第07讲:换个阈值还成立吗?做有边界的敏感性分析
  8. 第08讲:独立验证不一致怎么办?保留全部候选与证据
  9. 第09讲:富集结果怎样返修?检查背景、方向和贡献成员
  10. 第10讲:单细胞显著性可靠吗?先认清细胞、文库与供体
  11. 第11讲:细胞注释与比例被质疑:标记依据和分母怎样交代
  12. 第12讲:拟时序和通讯怎样改写?避免把推断写成机制
  13. 第13讲:模型性能过高先查什么?用随机标签识别数据泄漏
  14. 第14讲:只有ROC不够:校准、误差与简单基线一起评价
  15. 第15讲:生存分析怎样返修?事件、截点与模型假设核查
  16. 第16讲:审稿人要求补实验:公共数据能支持到哪一层
  17. 第17讲:图形与图注怎样修改?展示样本、效应与不确定性(本篇)
  18. 第18讲:方法写到哪里才够?参数、版本与数据代码可用性
  19. 第19讲:逐条回复怎么写?把动作、证据和修改位置对应起来
  20. 第20讲:提交返修前最后一查:正文、回复与附件保持一致

点击目录按篇次顺序学习;文末复现包包含全系列代码与起始数据。

返修图怎样改,才能让证据更容易被看懂

审稿人说“请改进图形”,不一定只是要求换颜色。图中缺少个体分布、误差线定义或实际样本量,都会影响读者判断证据。本篇用同一份真实表达数据制作教学修改前后图,说明怎样从只展示均值的柱图,转为能够核查样本差异和效应不确定性的表达。

教学审稿意见:请显示独立样本,明确图中误差和统计量,并确保图注能够独立解释结果。

本篇“修改前”图是人为制作的教学示例,不来自某篇真实原稿。数据仍为发现研究中的REG1A表达,七十四个患者与十一个对照。三张图分别展示组均值、样本分布以及模型效应和名义区间。它们使用同一输入,但回答的问题不同,不能把其中一种图形当作所有场景的唯一标准。

均值柱图遗漏了什么

两组均值能够概括中心位置,却看不到组内变异、样本数量不平衡和异常值。不同分布可能具有相同均值,因此只看柱高容易高估结果整齐程度。特别是样本较少时,展示个体观察有助于读者判断估计依据,而不只是接受一个汇总数字。

个体点也需要明确单位。组织表达图中的点代表样本;单细胞图中若每点代表细胞,就不能在图注中称为独立受试者。第十篇讨论的层级问题在画图时同样存在。图形只是呈现方式,不能通过增加点的数量改变真实独立信息量。

本例修改后使用箱线与抖动点,展示对数表达分布。抖动只改变点在横轴上的显示位置,避免重叠,不改变测量值,也不产生新的样本。应当保留每个点对应的源数据,以便读者追踪。若样本量很大,可选择合适的透明度或分布图,但不能为了美观随意删点。

图形元素 应交代的信息 常见问题
每个点 样本、供体或细胞 把技术重复写成独立重复
纵轴 测量尺度与单位 仅写“表达量”
误差线 标准差、标准误或区间 只写“误差”
颜色 分组或阈值含义 正文和图例方向相反
统计注释 方法、比较、调整范围 星号没有计算说明
人为构造的教学修改前图:均值柱图隐藏个体分布。
图1:人为构造的教学修改前图:均值柱图隐藏个体分布。

分布图与效应图互相补充

分布图帮助观察原始测量结构,效应图直接呈现研究比较及不确定性。它们不能互相完全替代。对于包含协变量的模型,原始组均值差与调整后系数可能不同,更需要明确哪张图对应哪一个量。本例只有分组模型,因此解释相对直接。

效应图横轴定义为患者减对照的对数表达差,零线表示模型中的零差异。区间为名义百分之九十五区间,不是全基因组同时区间。若在图旁另报告BH调整后概率,应说明它来自完整测试家族。不要让星号、颜色和区间分别使用不同规则,却没有任何说明。

图中的效应不等于功能效应。REG1A在组织层面较高表达,仍可能与细胞构成、损伤反应或其他因素有关。把轴标题写成“促病能力”会越过测量范围,即使图中数字没有改变,也会造成错误解释。返修图的文字与配色同样属于科学表达的一部分。

同一真实输入的样本分布图,每点为一个组织样本。
图2:同一真实输入的样本分布图,每点为一个组织样本。

图注应当让读者离开正文也能理解

一份完整图注通常需要说明资料来源、样本或重复单位、分组、处理尺度、统计方法和图形元素。并非每张图都需要冗长说明,但关键定义不能依赖读者猜测。多面板图还应分别解释每一部分,不要用一句“结果如图所示”覆盖所有信息。

本例可写:“使用GSE75214整理后的结肠表达资料,展示十一个对照与七十四个活动期患者样本的REG1A对数表达;每点为一个样本。效应方向为患者减对照,区间来自本例分组模型。图形用于教学二次分析,不直接支持功能因果解释。”这段话与数据、代码和解释范围一致。

若真实稿件的某张图使用完整病例子集,图注必须写子集数量。若部分样本因质量或缺失被排除,应指向相应规则和附表。不要让图注沿用全文总样本量,也不要把显示点数与统计输入数不同的情况隐藏起来。

同一模型的REG1A效应与名义95%区间。
图3:同一模型的REG1A效应与名义95%区间。

修改图形时怎样避免引入新的错误

首先从最终结果重新生成图,不要在图片编辑软件中手动改变数据标记。可以调整字体、布局和说明,但数据位置、曲线和统计数字应由可追踪源数据产生。若组合多面板,应记录每张来源文件,避免混入旧版本。

其次检查坐标范围和截断。适当缩放可以帮助看细节,但应明确显示,不应利用截断夸大差异。不同面板若尺度不同,需要让读者容易发现。颜色应有足够对比,同时考虑打印和色觉差异;必要时增加点形或线型,而不是只靠红绿区分。

第三步是在实际展示大小查看。桌面上清楚的小字缩成论文栏宽后可能无法阅读,手机博客里也可能出现表格或代码溢出。图形格式、分辨率和文件要求应以目标期刊实际说明为准,不能把某个博客尺寸直接当作所有投稿的通用标准。

运行方法与交付文件

下载文末完整复现包,先解压并保留目录结构,将R的工作目录切换到workbook目录。输入位于data,公共函数位于scripts/common.R,分篇结果位于results。附件保留前序输出,便于单篇学习;如果改变输入、模型或前序参数,应顺序重跑所有受影响步骤,避免新数据与旧结果混用。

Rscript scripts/17.R

本篇脚本会生成三张图和对应表格。先检查日志是否正常结束,再核对实际输出的样本、字段、尺度与正文,不要仅凭文件存在判断运行成功。环境记录来自实际验证,包版本不是自动锁定;安装时需保持R与依赖相容。完整顺序运行入口和原始公开数据整理方法见包内说明,模拟与公开观测数据分别标注。

下面列出本篇完整R脚本。初学者可先原样运行,再在副本中改变一个参数观察影响。保留原始输入,不通过改组别、补造临床字段或删除不合预期的样本来解决报错。遇到缺少文件,首先检查工作目录和前序依赖;遇到数值差异,先核查版本与输入,再解释科学含义。

source("scripts/common.R")
o<-start(17);x<-read_x("discovery");m<-read_m("discovery");y<-x["REG1A",];d<-load_de();r<-d[d$gene=="REG1A",]
# 修改前图是教学示例,不声称来自某篇真实原稿
means<-tapply(y,m$group,mean);tab(data.frame(sample=m$sample,group=m$group,REG1A=y),paste0(o,"/figure_source_data.csv"))
fig(paste0(o,"/fig1.png"),barplot(means,col=c("#A7BAC5","#DF8A49"),ylab="Mean log2 expression",main="Teaching before: means hide individual variation"))
fig(paste0(o,"/fig2.png"),boxdots(y,m$group,"Teaching after: show the observed sample values"))
fig(paste0(o,"/fig3.png"),{plot(r$logFC,1,xlim=c(0,6.5),ylim=c(.5,1.5),yaxt="n",pch=16,xlab="UC minus Control log2FC, nominal 95% CI",ylab="",main="Report effect and uncertainty");segments(r$CI.L,1,r$CI.R,1);abline(v=0,lty=2)})

代码保存图源数据并生成三种表达方式。运行后可以尝试改变显示尺寸,观察字号和标签是否仍清楚,但不要改变统计输入来改善视觉效果。正式返修应将最终图源数据与最终图片一起保存,便于回复审稿人的具体问题。

修改稿和回复示例

教学原稿图注:“REG1A在疾病中显著增加。”修改稿图注需要补足样本单位、数量、尺度、比较方向和区间定义,并将观察限定为当前公开资料的表达关联。正文也应同步使用相同术语,避免图注谨慎、摘要却继续写因果结论。

中文回复示例:“我们将仅显示均值的教学柱图补充为样本分布图与效应区间图,并提供图源数据。图注明确样本单位、对数尺度、比较方向和区间含义,未通过删除样本或手工移动数据点改变结果。”

英文示例:“We supplemented the mean-only display with individual-sample distributions and an effect-interval plot, and provide source data. The legend specifies the observation unit, log scale, contrast direction, and interval definition.”

完成一张图的验收

先让没有参与分析的人只读图和图注,说明每个点代表什么、比较方向是什么、结论能够到哪一步。若需要作者在旁边反复解释,说明图注或编码仍不清楚。随后对照源数据抽查几个点与统计值,确认排版没有改变科学含义。

最后检查正文图号、补充图号和回复信引用是否一致。下一篇将把同样的可追踪原则扩展到方法、参数和数据代码可用性,让别人能够从文字走到实际运行,而不是停留在“使用某软件分析”的笼统描述。

实操练习:不看正文,独立审阅一张图

把图与图注单独放到一页,暂时隐藏正文。请同事回答资料来自哪里、每个点是什么、两组各有多少独立观察、纵轴是什么尺度、统计比较如何定义。如果其中任一问题无法回答,就把必要信息补入图注或图中。这样做比单纯询问“图好不好看”更能发现科学表达缺口。

再检查颜色在全篇是否统一。若蓝色在一张图代表对照,在另一张图代表患者,应有明确图例,最好在合理范围内保持一致。多组图形还可以增加点形或线型,帮助色觉不同或黑白打印的读者。视觉一致性服务于理解,不应为了统一配色而隐藏本来不同的统计含义。

核对误差线来自哪一步。标准差描述观察分散,标准误和置信区间涉及估计不确定性,不能互换名称。若区间来自模型,说明是否调整协变量以及是否为名义区间。若没有计算某种不确定性,不要在排版时随手添加对称误差条;它们必须有真实统计来源。

打开源数据,抽查几个样本是否在图中正确对应。对有抖动的图,应核对纵轴测量不变,横向移动只是显示处理。对热图,应说明是否按行标准化,因为颜色此时表示相对变化而非跨基因绝对表达。对于合并多面板,检查每张图的输入版本和处理尺度,避免视觉统一掩盖数据不一致。

缩小到目标展示尺寸,检查坐标、图例和显著性说明是否仍能阅读。再放大检查文字截断、点被遮挡和图注缺失。博客中长代码与宽表应能在容器内横向查看,不能把整页撑出手机屏幕;论文图则需要按实际投稿要求导出适合格式。两种场景的验收不能互相替代。

检查轴范围是否使差异看起来异常巨大或微小。如果使用截断或不同面板不同范围,应明显标识。对于概率或比例,合理显示边界也有助于理解。图形不应通过省略不利区域、删除点或选择有利坐标来强化原假说;若有质量排除,依据应来自分析规则并在图注或方法中说明。

最后将修改后的图号写回正文和回复信,打开每个引用确认它指向正确面板。若新增了一张补充图,后续编号可能全部变化,需要系统核对。图形返修只有在数据、图注、引用和文件版本一致时才算完成,而不是导出一张新图片就结束。

可以把这套检查保存成团队的图形交付清单,但每项必须根据真实图形填写。清单中的“通过”需要对应实际观察,不能复制上一张图的结论。尤其是样本单位、尺度和统计方法,常常在不同图之间变化,应逐图确认。

代码、数据与继续阅读

下载完整返修复现包:20篇R脚本、整理输入、起始结果、运行说明与版本记录。包含公共观测数据、明确标注的模拟与教学模板;不包含新实施的功能干预实验。解压后先阅读README。

承接第16讲:审稿人要求补实验:公共数据能支持到哪一层。

下一篇第18讲:方法写到哪里才够?参数、版本与数据代码可用性。

数据与方法来源

数据与方法核查日期:2026年11月16日。本文为教学二次分析;具体适用范围见正文。

需要把方法用到自己的数据中?

如果你需要把审稿意见转成具体分析任务,可以准备去标识的意见摘要、数据类型、当前脚本和主要证据缺口,沟通适合的核查范围与交付材料。 联系云生信,说明当前研究任务。

把知识用于当前任务

下一步可以直接开始分析

按研究目标查找在线工具、课程、计算资源或完整分析服务。

按目标找方案仍有疑问,联系客服 ↗