科研图表怎么选:分子生物学与组学数据可视化指南
- 更新时间 2026-10-26 01:49:35
从科学问题、实验设计与统计证据出发，理解 25 类高频科研图表及更多延伸图形......
导语｜一张科研图，先讲清什么，再决定画什么
打开作图软件之前，先写下一句话：“希望读者看完这张图后准确理解什么？”这是科研可视化最有价值的起点。一份 qPCR 数据可以画成柱状图、散点图、箱线图或雨云图，但不同图形向读者强调的内容并不一样：均值差异、个体分布、配对变化和估计不确定性，分别对应不同的科学问题。
对于 RNA-seq、GWAS、表观组、单细胞和多组学数据，这种选择尤为重要。信息规模增大以后，画得“复杂”反而容易掩盖最重要的证据。好图必须同时交代观察到了什么、哪些属于统计估计、能支持多强的结论，并让读者知道哪些内容仍需要后续验证。
这篇完整微文分为三段：先建立“研究问题—图形—统计”的选择逻辑；再按真实生命科学场景解读 25 类常见高级图形；最后给出可以直接用于实验室日常作图的扩展索引和投稿质控清单。案例图并非原科研结果翻刻，而是根据所提供材料的结构特征，以统一色板制作的高分辨率模拟演示。
一、选图第一步：把研究问题翻译成可观察的信息
科研图表不是图形菜单，而是视觉证据。图形选择应优先服从读者要回答的问题，再考虑变量类型、实验单位、样本量、维度数量和需要展示的统计信息。
二、统计决定图像是否诚实：误差线、显著性与效应量
很多科研图表的争议，并不出现在配色或美观，而出现在读者无法判断误差线、样本数和比较是否可信。SD 描述观测值的离散，SEM 描述均值估计的不确定性，95% 置信区间依赖具体构建方法；三者不能简单互换，更不应该在图注中统称“误差”。
配对实验应保留每个个体的连线；多组比较应解释总体检验以及事后比较的校正方案；基因组和组学大规模检验通常应关注 FDR 或其他合适的多重检验校正。星号可以提高阅读速度，但不能代替效应大小、区间估计和科学解释。
统计设计与图形匹配表
三、基础统计与比较图：把样本本身展示出来
基础统计图不“初级”。在分子生物学研究中，定量 PCR、蛋白测定、酶活性、表型、时间响应等证据往往首先由这类图承担。若图形只留下均值，就可能隐藏个体离散、分布偏态和不一致的响应方向。
01｜个性化误差点图（Dot-and-error plot）
适用：当样本规模不大、需要比较组间均值或处理效果时，优先展示原始点，同时叠加定义明确的均值与95% CI。qPCR、ELISA 或生理指标均适用。
怎么看：先看组间位置差别，再看每组散点范围以及区间的宽度。
使用边界：不要把“均值±SD”“均值±SEM”“95% CI”混为一谈；CI 重叠与统计显著性不是严格等价。
02｜个性化哑铃图（Dumbbell plot）
适用：适合配对材料、同一生物样本处理前后或匹配测量，强调两端数值及方向。
怎么看：观察连线是普遍向上、向下，还是个体差异很大。
使用边界：来源不配对的数据不可强行连线；多对比较应保证配对标识准确。
03｜配对箱线图（Paired box-and-line plot）
适用：结合箱体、原始点与配对连线，适合展示成对样本的总体分布与个体响应。
怎么看：箱体看中位数和四分位距，连线看每个实验单位的变化。
使用边界：避免掩盖配对关系，须定义箱线图“须”的计算规则。
04｜进阶云雨图（Raincloud plot）
适用：小提琴或半小提琴与箱体、原始点叠加，可用于单细胞或较多重复的连续观测。
怎么看：同时看分布形状、中心位置、离群点与真实样本密度。
使用边界：小样本的平滑密度可能产生假峰，选择带宽并保留原始点。
05｜泳道图（Swimmer plot）
适用：沿同一时间轴排列个体观察时长、治疗进程或事件节点。
怎么看：条长度代表过程，符号代表事件、停止或删失。
使用边界：事件定义、观测起点和删失编码必须写清；不能替代生存概率分析。
06｜个性化面积图（Stacked area / ridgeline plot）
适用：展示多条有先后顺序的动态曲线，可以用堆积、分层或山峦轮廓压缩展示。
怎么看：沿同一时间轴检查峰值、整体轮廓及模块间变化。
使用边界：面积堆积要求组成具有可加性；山峦图切勿让错位基线扭曲幅度比较。
07｜多组别方差分析图（Faceted group comparison）
适用：原文所谓“多组别方差分析图”实际上是分组比较/分面统计图，可配合 ANOVA 等分析。
怎么看：分别比较组别、处理与基因或样本类别的差异。
使用边界：ANOVA 是统计方法而不是图名；检验、假设和多重比较写在图注中。
四、RNA-seq、GWAS 与高维矩阵：同一研究为什么需要多种图
组学研究常见的一个误区是，把每种图当作独立的“漂亮结果”。事实上，火山图展示差异特征总览，MA 图检查差异与信号强度的关系，热图组织基因与样本模式，PCA 或 UMAP 探索样本高维结构，富集点图则把候选列表转换为可能的功能线索。它们分别承担不同证据环节，不能简单互相替代。
例如植物逆境 RNA-seq：先检查样本 QC、文库和批次影响，再给出差异特征整体分布；随后挑选与科学问题相关的基因模块并在热图中展示样本层面变化，最后结合独立证据解读候选通路。热图颜色本身不能证明某条通路被直接激活。
08｜多组别火山图（Faceted volcano plot）
适用：适合 RNA-seq、蛋白组等多个对比的差异分析，用分面而非混杂在同一张图里展示多个条件。
怎么看：横轴是差异倍数的对数，纵轴是统计证据，关注左右两翼及共同差异方向。
使用边界：阈值与 P 或校正 P 的定义要清楚，图形不等于功能验证。
09｜曼哈顿图（Manhattan plot）
适用：GWAS 的标准图，把关联信号按染色体位置连续排列。
怎么看：看显著峰在基因组何处、附近是否还有相互关联的标记。
使用边界：必须考虑群体结构和统计校准；单个峰不自动确认因果基因。
10｜离散型热图（Categorical heatmap）
适用：离散型热图用于分类标签、拷贝数类别或有无状态。
怎么看：读取每个单元格所代表的离散状态及行列的类别模式。
使用边界：颜色不必具有数值顺序，分类色图例必须完整。
11｜Mantel 检验热图（Mantel correlation map）
适用：在相关矩阵的基础上表示 Mantel 检验或跨矩阵联系。
怎么看：区分矩阵中的相关系数与单独检验的关联强度。
使用边界：Mantel 的距离定义、置换检验和组内独立性不能单靠热图判断。
12｜相关性热图（Correlation heatmap）
适用：用连续发散色展示多个指标两两相关方向和大小。
怎么看：观察相关模块、正负方向及主对角线。
使用边界：样本量不足易出现虚高相关；对多重检验保持谨慎。
13｜对角线热图（Triangular matrix heatmap）
适用：仅显示相关矩阵的上/下三角，减少重复格。
怎么看：用一半矩阵比较变量间相关性，视觉更紧凑。
使用边界：不是新的统计分析方法；需定义是否含对角线以及变量顺序。
14｜多分组相关性热图（Faceted correlation matrix）
适用：在不同组或处理条件下分别计算相关矩阵，对比网络重构趋势。
怎么看：看同一变量对在不同条件下是否发生相关方向改变。
使用边界：不同组样本量和协变量不同，颜色差异不等于相关差异显著。
15｜综合类热图（Annotated clustered heatmap）
适用：把表达/蛋白矩阵与分组条、样本注释、聚类结果综合展示。
怎么看：从样本批次、处理标签、表达模块三个层级逐步读图。
使用边界：必须标注原值、log 变换或 row Z-score，避免标准化后误读绝对丰度。
五、网络、Circos、流向与层级结构图：解释复杂关系
连线型可视化很容易制造“机制感”，但科学含义必须由原始数据决定：相关网络中的边是统计关联，蛋白互作网络中的边可能来自实验或数据库，Hi-C 连接对应空间接触概率，而桑基图则需要真实的样本量/物质流/类别映射。它们看上去都在“连线”，却不说明同一种生物学关系。
在基因组图里，Circos 只是一种环形布局：可以用来展示融合位点、跨染色体联系或多轨道信息。它本身既不证明基因互作，也不证明功能调控。选择图形时，尽量把“位置、权重、方向、证据来源”分别定义清楚。
16｜融合基因 Circos 图（Genomic fusion chord plot）
适用：环形布局把染色体或区段摆在外圈，用弦线表示融合事件或结构变异候选。
怎么看：看连接发生在哪些染色体/区段及连接数量。
使用边界：“融合基因”必须来自可靠的测序/验证，不因有弦线就能判定真实融合。
17｜Circos 基因热图（Circular heatmap）
适用：多个环形轨道同时表达染色体位置与信号矩阵。
怎么看：先看最外圈坐标，再按轨道读不同信号的强弱。
使用边界：信号归一化方式、轨道顺序、颜色图例不可省；复杂时拆成线性热图。
18｜基因互作 Circos 图（Circular interaction plot）
适用：把互作弧线与基因组功能轨道叠加，呈现位置与关联的多层对应。
怎么看：看特定基因组区域是否同时具备信号与连接。
使用边界：弦线可能代表 Hi-C、预测或关联，不同证据不能混用。
19｜多基因相关性网络图（Gene correlation network）
适用：以基因为节点、相关关系为边，适用于共表达候选模块。
怎么看：看模块团簇、节点连接度及加权边。
使用边界：共表达不是因果调控；应列出相关阈值、校正方式与网络构建算法。
20｜节点链接图（Node-link graph）
适用：节点—连线布局为网络的通用语言，可承载 PPI、代谢或样本链接。
怎么看：看网络拓扑、枢纽节点、不同子群之间的连接。
使用边界：绘图布局是视觉算法，不是研究证据；节点大小和边宽应有解释。
21｜模块互作网络图（Module interaction network）
适用：将同一功能模块的节点聚合，突出模块内外的连通特征。
怎么看：优先识别模块数量和跨模块的关键桥接节点。
使用边界：模块划分依赖算法与参数，避免按颜色直接认定功能。
22｜聚类网络图（Community network plot）
适用：社群/聚类网络突出复杂关联网络里的局部结构。
怎么看：比较团簇分布、网络密度及不同颜色团簇的桥接关系。
使用边界：边过多会形成“毛线球”；在图注报告过滤规则、权重和布局。
23｜组合桑基图（Sankey / alluvial plot）
适用：类别从输入到中间分组再到输出，利用流带宽度表示量或数量。
怎么看：追踪流入、流出、汇聚和拆分的路径。
使用边界：不能把单纯相关关系画成有方向的流动；需要守恒时要核对各节点流量。
24｜嵌套圆形图（Circle packing）
适用：嵌套圆形可以展示 GO 类别、样本层级或分类树中的相对规模。
怎么看：外圈与内圈表示包含关系，面积通常编码类别规模。
使用边界：圆面积不适合精确比较；层级关系需严格符合真实数据。
六、特殊布局不是炫技：极坐标图怎样用才合理
25｜个性化极坐标热图（Polar heatmap）
适用：适用于确有圆周顺序的数据：染色体轨道、周期信号和重复的扇区矩阵。
怎么看：按同一圈半径比较数值，再按角度比对不同位置。
使用边界：圆形布局牺牲精确读数，不要单纯因为美观而使用。
七、将图形应用于真实生命科学研究：四条选图路径
路径 A｜常规分子实验：先展示原始重复，再汇总统计
处理组与对照组的 qPCR / ELISA / 酶活数据：优先散点＋区间、箱线＋散点；配对实验保留连线；若同时考察剂量和时间，使用分组趋势图并说明重复测量。若组数很多，采用分面与统一坐标尺度，而不是在一张柱状图上叠满星号。
路径 B｜转录组与表观组：先质量，再差异，后定位
表达差异可按“QC / PCA → 火山与 MA → 基因表达热图 → 富集图 → 候选基因验证”的顺序构图。ATAC-seq、ChIP-seq 与 DNA 甲基化则需要把信号轨道放回相同基因组坐标，并标明测序方法、归一化方式、基因组版本和关键调控元件位置。开放峰不等于转录因子必然结合，更不自动等于表达变化的因果机制。
路径 C｜GWAS 与数量遗传：全局信号与局部区域互为补充
曼哈顿图显示关联位置，QQ 图辅助检查模型校准，区域关联图帮助检视局部连锁不平衡和附近基因，单倍型/基因组结构图用于展开候选位点。只有结合群体设计、统计模型及后续验证，才能从“关联区段”进一步讨论“因果变异”。
路径 D｜单细胞及多组学：区分高维邻域、表达和组成
UMAP 或 t-SNE 适合概览细胞状态与聚类，但簇间距离不能直接作为严格的生物学距离。marker Dot plot 同时表达平均表达量和表达比例；Violin plot 用于群内分布；细胞群比例最好采用堆积图并明确每个样本是独立重复，而不是把单个细胞当作独立生物学重复。细胞间通信或通路网络适合生成候选解释，不应被直接当作功能证据。
八、正文之外的补充图形：快速索引
前文已按主题详述 25 类重点案例，图谱（2）和图谱（3）分别提供基础统计与组学图形速查。本表只补充正文未展开的 19 类图形，统一列出规范中英文名称和主要用途，便于按需检索；它们不是必须全部采用的“标准套餐”，应依据数据结构和研究问题选择。
补充图形索引｜正文未展开的 19 类延伸图形（统一速查表）
多面板科研图不是把所有图片塞在同一张画布。对于典型分子生物学研究，图的安排最好顺着研究逻辑推进：A 为实验设计与样本来源；B–C 为初步定量结果及统计；D 为组学或矩阵证据；E–F 为干预和表型；G–H 为验证或机制约束。面板数量可以变，但读图顺序不能脱离研究问题。
可借鉴您提供的多面板参考图的优点：简洁背景、清楚面板字母、原始数据和统计结果并列、照片具有尺度标记、对照与处理颜色在整幅主图中一致。不过该参考图属于另一项具体研究，不能把它的数据、显著性标记、显微图或动物照片直接搬进本微文。
科研主图面板组织对照表
作图工具不必追求“全能”，应按任务分工：统计推断与可复现分析、组学专用可视化、网络浏览、示意图绘制和最终排版可以使用不同工具。以下图谱把常见工具放在同一张对照页中，比较适用任务、优势、局限和典型图形，帮助按工作流程选择，而不是给软件做绝对排名。
十一、统一图表视觉与投稿前检查
图谱（5）是本文的投稿前终检页，与前文的统计展示、图注规范和配色建议相互对应。请把它作为提交前的逐项核对工具，而不是用统一模板替代目标期刊的具体规定。本次案例重绘采用统一的科学配色体系：主信息蓝色 #4682B4、比较信息珊瑚红 #E84C5E、辅助浅蓝 #76C9EF、次级类别橙色 #EF9960、雾紫 #BAA8DC 与青绿色 #4AAFAE。图内非研究关键元素统一灰蓝处理，以突出真正需要读者关注的证据。
图表中文标注建议微软雅黑，英文与数字 Arial；原始研究图片保留正确原标签。每张图应有轴名称与单位、样本量和数据类型、图例、统计方法/误差定义、特殊缩写说明和必要的比例尺。导出优先保留矢量图（PDF/SVG 等）或适合版面实际尺寸的高分辨率图像，不可通过简单修改 DPI 数值伪装高清。
结语｜好图不是最复杂的图，而是最能让证据说话的图
科研图表不是图形种类的竞赛，也不是把结果装饰得更复杂。它的任务是让证据更容易被看见、比较和检验：读者应能辨认每个点代表什么、差异有多大、估计有多不确定，以及数据究竟支持到哪一步。
最稳妥的顺序是：先把科学问题写成一句话，再识别变量类型、实验单位与研究设计；随后选择与数据和统计推断相匹配的图形；最后统一标注、配色、图例与版式。对于组学研究，应让质量控制、整体结构、差异结果、功能线索和独立验证各司其职，不能让热图、降维图或网络图承担超出其证据范围的因果解释。好图不一定复杂，但必须准确、透明、可读，并允许同行据此判断结论的边界。
AI 辅助说明：本文的结构重构、文字润色、模拟数据图和版式制作使用 AI 辅助。所有模拟案例仅用于图形类型和阅读方法示范；原始研究成果、图例来源及其权利仍归相应作者或权利人。
参考资料
1：Nature Portfolio. Nature Research Figure Guide: Preparing figures—our specifications
2：Nature Portfolio. Building and exporting figure panels
3：Wasserstein, R. L., & Lazar, N. A. (2016). The ASA’s Statement on P-Values: Context, Process, and Purpose. The American Statistician, 70(2), 129–133. DOI: 10.1080/00031305.2016.1154108
4：Wilkinson, L. (2005). The Grammar of Graphics (2nd ed.). Springer. DOI: 10.1007/0-387-28695-0
5：Wickham, H. et al. ggplot2：Create Elegant Data Visualisations Using the Grammar of Graphics
6：Matplotlib Developers. Matplotlib User Guide
7：Chen, C. et al. (2020). TBtools: An Integrative Toolkit Developed for Interactive Analyses of Big Biological Data. Molecular Plant, 13(8), 1194–1202. DOI: 10.1016/j.molp.2020.06.009
