# identify significant SNPs coef <- coef(fit) nz_idx <- which(coef != 0) nz_snps <- nz_idx - 1 df <- data.frame(lambda = rep(lam, length(coef)), coef = coef, SNP = row.names(coef)) # Create bar plot ggplot(df, aes(x = SNP, y = coef, fill = abs(coef) > 0.1)) + geom_col() + scale_fill_manual(values = c("lightgray", "red")) + geom_hline(yintercept = 0, linetype = "dashed", color = "black") + geom_vline(xintercept = which(df$lambda == lam), linetype = "dashed", color = "black") + coord_flip() + labs(x = "", y = "Coefficient", title = "Marginal Model") + theme_bw() + theme(plot.title = element_text(hjust = 0.5), axis.text.x = element_text(angle = 90, vjust = 0.5, hjust = 1), legend.position = "none")

这段代码是用来绘制SNP回归系数的条形图。首先，用`coef()`函数获取回归系数，用`which()`函数获取系数不为0的SNP的索引，再减去1得到SNP的编号。然后，创建一个数据框`df`，其中包括lambda、coef和SNP三列，分别表示岭回归的惩罚参数、回归系数和SNP编号。接下来，使用`ggplot()`函数创建条形图，其中`x`表示SNP，`y`表示回归系数，`fill`表示系数的绝对值是否大于0.1。使用`scale_fill_manual()`函数设置填充颜色，使用`geom_hline()`函数添加水平虚线表示回归系数为0的位置，使用`geom_vline()`函数添加垂直虚线表示当前的惩罚参数lambda。最后，使用`coord_flip()`函数将x轴和y轴交换，使用`labs()`函数添加标题和标签，使用`theme_bw()`函数设置白色背景，使用`theme()`函数修改图形元素的样式。