差异基因箱型图R语言

### 使用R语言绘制差异基因表达的箱型图

为了实现差异基因表达的可视化，`ggplot2`包提供了强大的图形功能。下面展示了如何利用该工具创建一个能够有效展示不同条件下基因表达水平变化情况的箱形图。

#### 准备工作
确保安装并加载必要的软件包：

install.packages("ggplot2")
library(ggplot2)

如果需要添加统计测试的结果到图表中，还需要额外引入`ggpubr`库来进行显著性检验结果标注:

install.packages("ggpubr")
library(ggpubr)

#### 数据准备
假设有一个名为`gene_expression_data`的数据框，其结构如下表所示，其中包含了样本ID(`Sample_ID`)、所属条件/组别(`Condition`)以及对应的基因表达量数值(`Expression_Level`)。

| Sample_ID | Condition | Expression_Level |
|--|------------------|
| S1 | Control | 7.8 |
| ... | ... | ... |

#### 创建基础箱线图
使用`ggplot()`函数构建基本框架，并通过指定aes映射参数设置横纵坐标轴所代表的内容；接着调用`geom_boxplot()`方法完成实际绘图操作[^2]。

p <- ggplot(data = gene_expression_data, aes(x=Condition, y=Expression_Level)) +
    geom_boxplot(outlier.shape = NA) + # 不显示异常点
    theme_minimal()
print(p)

#### 自定义样式与颜色配置
为了让图像更加美观易读，可以通过调整主题风格、字体大小等方式优化视觉效果。同时应用`scale_fill_manual()`来自定义填充色方案，使得各个实验处理之间的区别更为明显。

custom_colors <- c("#E69F00", "#56B4E9")

p_customized <- p +
                scale_fill_manual(values = custom_colors)+
                labs(title="Differential Gene Expression Across Conditions",
                     x="Experimental Conditions",
                     y="Gene Expression Level (log2)")+
                theme(axis.text.x = element_text(angle = 45, hjust = 1))
print(p_customized)

#### 显示组间差异显著性的P值标签
最后一步是在图表上方适当位置加入由Wilcoxon秩和检验得到的两两比较后的P值信息作为辅助说明文字，帮助读者快速理解哪些对比存在统计学意义上的差别。

final_plot <- p_customized +
               stat_compare_means(aes(label = ..p.signif..),
                                  comparisons=comparisons_list,
                                  method = "wilcox.test",
                                  label.y=nrow(unique(gene_expression_data$Condition))-0.5)

print(final_plot)

注意：上述代码片段中的`comparisons_list`应被替换为具体想要进行成对比较的对象列表。