- 博客(92)
- 收藏
- 关注
RSS订阅原创 Rosetta 软件新手入门与实操指南
本文介绍了蛋白质结构预测工具Rosetta的安装配置与使用指南。首先概述了Rosetta在生物信息学中的应用价值，包括从头预测、同源建模和分子对接等功能。详细说明了系统环境要求、依赖库安装步骤以及软件包配置方法，重点讲解了路径设置等关键环节。文章还解析了基础命令行参数，并通过一个50个氨基酸短肽的预测实例演示了完整操作流程。最后提供了一个Python自动化分析脚本示例，用于评估预测结果的质量，包括能量排序和结构收敛性分析。全文从理论到实践，为初学者提供了清晰的Rosetta入门指导。
2026-05-28 15:59:45
24
原创 Deepseek-V4-Flash 快速部署与调用指南
摘要： 本文详细介绍了本地部署大语言模型的完整流程，从环境检查到API服务封装。首先强调硬件（如显存）和软件（Python/CUDA版本）的前置检查，建议使用虚拟环境避免依赖冲突。接着提供依赖安装指南，推荐使用vLLM或Transformers等框架，并解析关键配置参数（如数据类型、上下文长度）。通过命令行交互和Python代码集成示例演示基础推理，最后展示如何用FastAPI封装HTTP接口实现远程调用。全文聚焦实际部署中的常见问题（如显存优化、多卡并行），提供可复用的代码片段和优化技巧，帮助开发者快速构
2026-05-28 15:33:46
576
原创 Nature 图表复现 | 样本分布图
摘要 本文使用ggplot2和patchwork包复现了Oncoprint风格的论文图表布局，包含三个核心组件： 上方堆积柱状图：展示各靶点（Target）的患者数量分布，按基因变异类型（Alteration）分层着色，直观比较不同靶点的总体规模和变异构成。 中部热力图：呈现肿瘤类型（Tumor type）与靶点的对应关系矩阵，单元格数值表示患者数量，通过颜色深浅和数值标注展示数据分布特征。 右侧横向柱状图：显示各肿瘤类型的总病例数及其占比，便于快速识别主要癌种。 文章提供了完整的R代码实现流程，包括： 模
2026-04-21 14:19:43
185
原创 Nature 图表复现 | 散点图
本文使用ggplot2复现了论文中常见的PCA可视化样式，通过双编码点（外圈颜色表示Origin，内部填充表示Histology）展示样本差异。图形包含斜向虚线作为视觉分割，顶部并排两套图例，并在点上方标注样本编号。复现方法采用shape 21实现描边与填充，通过scale_colour_manual和scale_fill_manual分别控制颜色映射，并调整图例顺序与间距。该PCA图可直观呈现样本在低维空间的分布差异，同时展示多个分组维度信息。
2026-04-21 13:34:00
495
原创 Nature Cancer 图表复现 | 扇形图
本文复现了Chen等人2026年发表在《Nature Cancer》上的双饼图+表格组合图，用于展示不同病毒蛋白在GOV和iNV-GOV样品中的丰度分布。通过R语言ggplot2包实现可视化，左侧为两个饼图分别显示两种样品的蛋白组成比例，右侧为配套表格列出15种蛋白的具体丰度值(保留两位小数)。复现代码包含数据模拟、配色设置、饼图绘制、表格生成和图形拼接等完整步骤，最终输出PNG和PDF格式图片。该可视化设计通过色彩编码将饼图与表格数据关联，便于读者直观比较不同样品间的蛋白丰度差异。
2026-04-14 12:59:06
35
原创 Nature 图表复现 | 分组分布直方图
本文复现了Chen等人2026年《Nature》论文中关于单细胞四组学测序解析基因调控景观的研究结果。通过模拟数据重现了Bulk TAD和Single-cell TAD在odds ratio分布上的差异，结果显示单细胞TAD具有更高的中位数（1.684 vs 1.112），分布整体右移。复现使用R语言的ggplot2包，采用透明叠加的双组直方图展示数据分布，并标注中位数值，成功再现了原文揭示的单细胞TAD在该指标上更强的特征。
2026-04-14 12:58:23
154
原创 Nature 图表复现 | 三元图
本文复现了Nature论文(Solié et al., 2026)中展示社会分工的三元图。该图通过三元坐标(Scrounger/Storer/Worker)呈现群体角色分布，其中点位置表示三组分比例(总和为1)，形状区分β参数区间(圆形:2.25<β<2.5；三角形:0<β<0.25)，颜色标记主导角色区域。复现采用R语言的ggtern包，通过Dirichlet分布生成模拟数据，重现了原图的三个关键特征：(1)顶点聚集的点云分布；(2)虚线参考网格；(3)左下角样本量标注。完
2026-04-14 12:58:00
47
原创 Nature 图表复现 | 桑基图
本文复现了一种示意型桑基图，用于展示不同类别数据流向汇总节点的关系。图中左侧三个矩形代表SNV、Indel和SV三类变异数据，右侧矩形代表NEST汇总节点。通过三条自定义曲线流带，展示从左侧各类别中分出的部分数据流向右侧节点。复现代码使用R语言编写，通过几何参数控制布局，生成闭合多边形实现流带效果。这种非严格守恒的示意图更注重视觉表达，流带粗细反映各类别对汇总节点的相对贡献程度。代码可直接运行输出PNG或PDF格式图片，适用于学术论文中的类似数据可视化需求。
2026-04-10 14:09:11
49
原创 Nature 图表复现 | 配对比较散点图
本文介绍了一种使用R语言绘制配对比较图(paired dot plot)的方法，用于直观展示同一批样本在两个条件下的测量值变化。该图形通过空心点和连线连接同一对象的两次测量，清晰呈现个体内变化方向。文章提供了可直接运行的R代码，包含数据转换、图形绘制和导出功能，支持PNG/PDF格式输出。图形由四层组成：两组散点(空心点)、配对连线、显著性横线和p值标注。代码采用宽表格式输入，自动转换为长表进行可视化，并详细说明了图形解读方法和数据替换指南。此外，还提供了常见修改建议，如自动计算p值、显著性标注规则调整等，
2026-04-10 14:08:39
208
原创 Nature 图表复现 | 柱状图
本文复现了Xu等人在《Nature Cancer》2026年发表的柱状图+点图组合图，展示不同组织平均辐射效率的分布情况。通过R语言ggplot2包实现空心柱状图（表示均值）、误差线（SEM）和抖动散点图（展示个体数据），并添加显著性标注（P值）。代码详细演示了数据模拟、统计计算、配色方案及图形定制过程，重点说明geom_col()、geom_errorbar()和geom_signif()等关键函数的使用方法。该复现图保持了原图的清晰可视化风格，适用于展示组间比较的生物医学数据。
2026-04-07 15:37:24
137
原创 Nature 图表复现 | 密度图
本文复现了Kardian等人在《Nature》(2026)发表的Pseudotime表达谱图，该研究通过伪时间分析展示不同脑肿瘤细胞类型(RGC-like、CycProg-like等)的基因表达动态变化。复现图采用R语言实现，主要包含：(1)多条细胞类型特异性表达曲线；(2)渐变填充色反映伪时间变化(Early→Late)；(3)辅助标注与色条。代码通过高斯函数模拟表达数据，利用geom_polygon实现渐变填充，最终生成与原文相似的时序表达图谱。该可视化方法有效呈现了肿瘤细胞在发育过程中的转录组动态特征
2026-04-07 15:36:43
24
原创 Nature Aging 图表复现 | 网络图
本研究复现了Blujdea等人2026年发表在《Nature Aging》的阿尔茨海默病相关蛋白互作网络图。该网络采用力导向布局算法，通过节点（蛋白质）和边（相互作用）可视化展示CSF中小胶质细胞蛋白的互作关系。节点按功能分类着色，边以实线/虚线区分作用强度。复现使用R语言的ggraph包，模拟原始图的拓扑结构和模块特征，突出核心蛋白（如APP、VEGFA）的连接枢纽作用。代码实现了自定义颜色映射、交互类型区分和应力布局，最终生成符合期刊风格的网络可视化图形，为研究蛋白互作在AD病程中的作用提供直观
2026-04-03 15:50:41
174
原创 ggplot2绘制优美的UMAP图
本文展示了一个基于UMAP降维方法的细胞系聚类可视化结果。该图通过将高维特征数据投影到二维空间，清晰地展示了10种不同细胞系（如H358、H23等）在DMSO处理条件下的分布模式。图中各细胞系形成独立的紧密簇群，同时保留了局部连续性和过渡关系，反映了细胞间的相似性与异质性。可视化采用高对比度配色和规范标注，有效区分不同细胞群集，为后续差异表达分析和细胞亚群识别提供了基础。附带的R代码演示了如何模拟和绘制此类UMAP聚类图，包括数据生成、非线性形变处理和可视化优化等步骤。
2026-04-03 15:50:00
40
原创 Nature Cancer 图表复现 | 柱状图
本文复现了Xu等人2026年在《Nature Cancer》发表的CDK10免疫调控研究中的直方图+点图组合图表。该图通过直方条展示均值（含SEM误差线）和散点显示数据分布，直观呈现"Low"与"High"组间CD8⁺T细胞数量的显著差异（P=0.008）。使用R语言ggplot2包实现，包含数据模拟、统计计算及可视化代码，重点解析了误差线绘制、点图抖动处理和显著性标注等关键技术细节，提供可直接应用于实验数据的绘图模板。完整代码支持自定义颜色、P值标注和图表尺寸
2026-03-31 13:26:40
261
原创 Nature 图表复现 | 散点图
本文复现了Nature 2025论文中展示卵巢癌基因组加倍对进化和免疫影响的差异丰度分析图。该图采用火山图变体形式，通过散点展示细胞亚群的log2倍数变化和统计显著性(-log10 P值)，并使用阈值虚线划分显著区域。关键特征包括：(1)显著性分级配色（P<0.0001至NS）；(2)按细胞类型着色的文本标签；(3)双图例系统（使用ggnewscale实现显著性分级和细胞类型两套填充色映射）。文章提供了完整的R代码实现，包括数据准备、颜色设置、标签位置微调等关键步骤，特别解决了图形元素冲突问题。
2026-03-31 13:15:46
36
原创 Nature Cancer 图表复现 | Venn图
本文使用R语言复现了Xu等人在《自然-癌症》期刊发表的Venn图（面板d）。通过ggvenn包生成三组基因集合的交集关系图，并添加了箭头标注、右侧基因列表框（含高亮基因）等注释元素。复现代码包含模拟数据生成、核心绘图函数及输出设置，支持自定义基因集合、高亮基因位置及图形注释调整。该方案可直接应用于实际数据分析，只需替换sets和gene_box参数即可快速生成符合发表要求的Venn图。
2026-03-31 13:12:24
128
原创 Nature 图表复现 | 曲线图
摘要 本文基于Nature 2025年发表的跨膜荧光激活蛋白设计研究，复现了其配体结合曲线的典型展示风格。该图形采用对数浓度轴呈现多构建体（HBC530/HBC599/HBC620）的荧光响应曲线，包含误差条表示实验重复变异度，并通过四参数logistic（4PL）模型进行平滑拟合，标注各构建体的Kd值。研究展示了完整的绘图流程，包括：1）构造近似数据模拟不同构建体在配体浓度梯度下的响应；2）定义颜色与点形状参数；3）实现4PL函数生成平滑曲线；4）添加Kd文本标注。该可视化方法适用于蛋白设计、受体配体相互
2026-03-26 14:51:28
55
原创 Nature 图表复现 | 散点图 + 折线图
摘要 本文基于 Nature 2025 论文（McPherson et al.）中常见的“两组散点+组内线性拟合线+统计标注”可视化风格，使用 R 语言复现其分析流程。通过示例数据模拟了 WGD-low 和 WGD-high 两组样本中染色体丢失率与 STING1 基因表达的相关性分析，并标注 Spearman 秩相关系数（ρ）和 P 值。代码实现了散点图绘制、分组线性拟合、统计计算及标注，支持替换为真实数据后直接生成符合论文风格的图表。 关键词：散点图、Spearman 相关性、基因组加倍、R 可视化
2026-03-26 14:50:52
63
原创 Nature 图表复现 | 棒棒糖图
本文参考 Nature 2025 论文（Nature 644, 1010–1019 (2025), doi:10.1038/s41586-025-09151-3），整理并复现其常见的“”展示风格。由于原文作图所用的富集结果表未随图完整公开，本文使用复现版式与绘制流程；条目名称、数值与显著性强弱仅用于演示绘图结构。
2026-03-25 16:40:21
159
原创 Nature 图表复现 | 扇形图
本文参考 Nature 2025 论文（Nature 643, 839–846 (2025), doi:10.1038/s41586-025-09182-w），复现其常见的“”展示风格。由于原文作图所用的原始分类统计表未随图完整公开，本文用复现版式与绘制流程；因此分类比例与论文原图会略有差异。
2026-03-25 16:39:35
145
原创 Nat Immunol 图表复现 | 柱状图
摘要 本文复现了Nat Immunol 2026论文中展示CD8+ T细胞亚群差异的典型可视化方法。研究采用"分面散点+均值/SEM叠加+背景分组色块+显著性括号"的多层展示风格，通过模拟数据重现了原图的版式设计。图形包含四个核心信息层：(1)白色描边的jitter散点表示样本分布；(2)均值短横线和SEM误差棒突出统计特征；(3)淡色背景块区分实验组别；(4)自定义显著性括号标注组间差异。该方法紧凑呈现了TCF-1和Tox等标记分子在不同组织T细胞亚群中的表达差异，适用于流式或单细胞数
2026-03-24 13:48:19
168
原创 Nat Immunol图表复现 | 折线图
本文摘要： 该研究基于模拟数据复现了Nat Immunol 2026论文中关于组织驻留耗竭性CD8⁺T细胞与记忆性CD8⁺T细胞的双Y轴动态折线图。图表通过左轴（对数刻度）展示绝对数量变化，右轴（线性刻度）显示相对百分比，采用实线/虚线区分数据类型，并叠加误差阴影带与显著性标记（*/†）。研究提供了完整的R代码实现，包括数据映射转换（0-100%到对数区间）、多图层叠加绘制及显著性标注功能，最终输出符合期刊版式要求的可视化结果。该复现方法适用于展示免疫细胞动态变化的双指标数据。 （150字）
2026-03-24 13:31:37
274
原创 Nature Aging 图表复现 | ComplexHeatmap热图
本文复现了Nat Aging 2026论文中展示免疫细胞类型特异性调控网络的热图风格。该图整合了多组学数据，通过热图呈现转录因子调控评分（TRS）在不同疾病中的差异，并叠加显著性星号标记。左侧采用圆点注释条标注细胞类型，配色采用蓝-白-红渐变。文章提供了完整的R代码实现流程，包括模拟数据生成、热图绘制、显著性标记叠加和细胞类型注释等功能，可直接应用于真实数据分析。该方法可有效展示多维度关联信息，适用于免疫和衰老相关研究的数据可视化。
2026-03-18 16:25:03
56
原创 Nature 图表复现 | 箱线图+样本分布图
本文介绍了一种基于Nature论文（Karasikov et al., 2025）的常用数据可视化方法，通过R语言实现组合图表排版。该方法采用cowplot包将三种图表整合为一个紧凑面板：（1）主图展示分组差异（箱线图+抖动散点）；（2）顶部柱图显示样本量（N）；（3）右侧柱图呈现总体分布。文章使用模拟数据演示完整流程，包含数据生成、图表绘制（ggplot2）和拼接（cowplot）的完整代码，并提供了替换真实数据的迁移指南。这种排版方式适用于展示分组比较、样本量和全局分布等核心信息，具有学术论文所需的专业
2026-03-18 16:24:42
54
原创 Nature 图表复现 | ggplot2 + 核密度图
本文复现了 Nature 2025 论文中常见的"二维核密度填色等高图+边缘一维核密度"版式，用于展示酶特异性预测与序列相似性之间的关系。由于原始数据不可得，作者使用模拟数据重现了这种可视化结构，包含中心2D KDE主图、顶部x轴密度和右侧y轴密度三个部分。文章提供了完整的R代码实现，采用patchwork包进行图形拼接，并包含数据模拟、图形绘制和导出功能。代码可直接运行生成PDF/PNG格式的图形，便于读者参考学习这种常用于展示双变量分布的可视化方法。
2026-03-17 15:25:40
48
原创 Nature 图表复现 | ggplot2 + 散点图
本文介绍了一种基于极坐标角度分类的POE（parent-of-origin effects）可视化方法，复现了Nature 2025论文中的分类散点图风格。该方法通过以下步骤实现： 背景构建：将平面按45°间隔划分为8个扇区，映射到5种POE分类（母源/父源/双向等），用半透明颜色填充区分。 数据展示：散点代表关联位点，通过颜色和形状区分不同性状，对重点位点进行自动避让标注。 技术要点： 使用atan2函数计算角度实现扇区划分 通过ggnewscale实现双图例系统 采用ggrepel自动处理标签重叠 迁移
2026-03-17 15:24:54
431
原创 Cell 图表复现 | fmsb + radarchart 雷达图
本文复现了Cell期刊论文中的雷达图展示方法，用于比较多个因子在不同数据层（如粪便代谢组、微生物通路、免疫细胞亚群等）上的相对贡献。由于无法获取原始数据，作者使用模拟数据重现了图形结构和配色逻辑。实现步骤包括：1）定义雷达图维度轴标签；2）构造模拟数据宽表（每行一个因子，每列一个数据层）；3）使用fmsb包的radarchart函数绘制雷达图，其中前两行需为max/min值以确定坐标范围；4）设置颜色映射和刻度标签。最终生成的雷达图中，多边形顶点位置反映因子在对应数据层的贡献强度，不同颜色代表不同因子，便于
2026-03-16 13:16:27
37
原创 Cell 图表复现 | 带显著信号的折线图
本文复现了Cell期刊论文中CAR1在结肠不同区域（Proximal/Mid/Distal）的变化趋势图。使用模拟数据展示了Ctrl组与Abx 4D组的平均荧光强度差异，通过折线图结合误差带（mean±SEM）呈现数据分布，并标注显著性（*表示p<0.05，否则显示具体p值）。R代码实现了数据模拟、统计分析（Wilcoxon检验）及可视化，最终生成类似原文风格的图表，便于直观比较微生物处理对结肠区域特性的影响。图表突出了空间位置差异与处理效应的双重对比。
2026-03-16 12:39:05
287
原创 Nature 图表复现 | 双坐标轴柱状图
本文基于 Ricci, L., Heidrich, V., Punčochář, M. et al. (2026). Baby-to-baby strain transmission shapes the developing gut microbiome. Nature 651, 191–200.
2026-03-12 00:37:47
36
原创 Nature 图表复现 | 散点图
本研究复现了Nature论文中肠道微生物与健康指标关联分析的可视化结果。针对原文面板b，使用模拟数据演示了绘图流程：横轴展示AUC中位数（区分高表型组能力），纵轴显示Spearman相关性中位数，通过颜色区分5个队列（P1-P3_US22A），形状标记4种变量类型（个人/膳食/空腹/餐后）。关键创新点包括：1) 设计模拟数据生成策略，保持指标间的正相关性；2) 精确还原原图视觉要素（透明度、点大小、图例位置）；3) 标注BMI、HEI等核心变量。提供完整的R代码（ggplot2+gg
2026-03-11 15:14:32
179
原创 Nature 图表复现 | 多散点子图
摘要 本研究基于Lutsker等人(2026)在《Nature》发表的连续血糖监测基础模型论文，旨在复现其panel b中的6个散点对比子图。这些子图展示了"Observed measure"与"Generated measure"的对应关系，涉及6个血糖监测指标。文章提供了完整的R语言实现代码，使用模拟数据演示绘图流程（相关系数R≈0.75-0.98），并详细说明了如何将代码迁移到真实数据应用。该方法采用ggplot2等工具包实现多子图排版，每个子图包含特定指标散点
2026-03-11 09:49:04
56
原创 Nature 图表复现 | 小提琴图之三
本文基于AlphaGenome与Borzoi模型在调控变异效应预测中的性能比较研究，通过模拟数据复现了不同基因-调控位点距离阈值下的auPRC评估结果。研究展示了50bp至10000bp范围内两种方法的性能变化趋势，采用点云可视化呈现各距离阈值下的数据分布，并标注样本量(n=111-613)。结果显示AlphaGenome整体表现略优于Borzoi，且性能随距离增加缓慢下降。该可视化方法有效突出了模型间的细微差异，为相关研究提供了参考分析框架。
2026-03-10 13:21:29
47
原创 Nature Communications 图表复现 | 小提琴图之二
摘要 本研究基于模拟数据复现了Filiatrault等人(2025)在Nature Communications发表的关于ESRR基因家族表达谱分析的图表。通过R语言编程，我们重现了原文Fig.1中ESRRG基因在多组织中的表达分布模式，重点展示了脑组织与非脑组织间的差异表达特征。模拟数据采用对数正态分布生成80个样本/组织，并区分脑组织(金黄色)与非脑组织(浅紫色)的表达特征。结果显示脑组织总体表达显著高于非脑组织(p=0.002)，与原研究结论一致。本文提供了完整的R脚本实现，包括数据模拟、统计检验和可
2026-03-06 11:24:31
52
原创 Nature Communications 图表复现 | 分组小提琴图
本文介绍了一种基于单细胞多组学数据的基因调控关系可视化方法——分组小提琴矩阵图。该图通过行（靶基因）、列（细胞类型）和小提琴图（表达分布）的矩阵形式，结合右侧TF注释，直观展示不同转录因子调控的靶基因在各类细胞中的表达模式。文章以Nature Communications论文scTFBridge模型为例，解析了图形结构、科学解读要点，并提供了R语言实现代码。使用模拟数据（每组细胞类型200个细胞，含40%零值模拟dropout效应）复现了原图核心特征，包括TF分组配色、基因特异性表达模式等。该方法有助于分析
2026-03-06 10:57:56
79
原创 Nature Communications 图表复现 | 环形柱状图
本文基于Nature Communications论文《Deciphering splicing heterogeneity at single-cell resolution by SCSES》中的环形组合图进行复现分析。该图创新性地采用三层结构展示单细胞剪接异质性工具评估结果：外圈柱状图显示ΔPSI相关系数，内圈热力环呈现ΔAUC分类性能，辅以显著性星号标注。文章详细解析了这种高效可视化方法的布局逻辑，包括6组细胞系比较的环形排列、7种工具的并排展示以及双指标嵌套呈现技巧。由于原数据未公开，作者使用模拟
2026-03-05 11:23:46
90
原创 Nature Communications图表复现 | 气泡图
本文介绍了一种用于单细胞多组学数据分析的气泡点阵图（bubble dot plot），该图表可同时展示转录因子（TF）的motif富集程度（气泡大小）和基因表达水平（颜色）。以Nature Communications上关于CTCF在肺发育中调控作用的研究为例，文章通过模拟数据复现了这种可视化方法。气泡点阵图相比普通热图能呈现更多信息维度：行代表转录因子，列代表细胞类型，气泡大小反映motif在ATAC peaks中的富集程度，颜色则对应基因表达水平（红高蓝低）。文章提供了完整的R代码实现，包括数据模拟、长
2026-03-05 10:55:21
56
原创 Nature 图表复现 | 生存曲线
本文复刻了Nature 2025论文中的Kaplan-Meier生存曲线模板，包含两组对比（Low vs High）、删失标记、统计摘要和随访人数表。使用R语言随机生成生存数据，通过survminer包绘制KM曲线，标注风险比（HR）、95%置信区间和P值，并添加底部随访人数表。该模板可直接替换真实数据使用，只需准备包含随访时间、事件状态和分组变量的数据框即可生成符合发表要求的生存分析图。代码输出PNG/PDF格式，图形结构完整，适合直接用于论文发表。
2026-03-04 14:41:10
105
原创 Nature 图表复现 | 小提琴图+箱线图
本文基于 Nature 2026 论文中的人体 4D 核小体结构研究，复现了一种标准统计可视化模板 - 小提琴箱线组合图。该图形用于比较两组数据分布（Class I vs Class II），包含三个核心要素：1) 小提琴图展示整体分布形态；2) 箱线图显示中位数和四分位距；3) 顶部标注统计显著性P值（示例为P = 2.2×10^-16）。通过R语言代码实现，使用ggplot2包绘制，可输出PNG/PDF格式。文中提供了完整的代码模板，用户只需替换为自己的实验数据即可快速生成同类图表，适用于基因组学、生物
2026-03-04 12:42:50
565
原创 Nature图表复现 | PPI网络图
本文参考Nature 2026论文《Atlas-guided discovery of transcription factors for T cell programming》中的TF communities网络图，整理了一套可复用的可视化流程。该网络图通过"功能注释圈"清晰展示各community的功能主题，核心思路包括：1)按community着色节点；2)用半透明椭圆标注社区；3)节点大小反映degree；4)外围放置功能注释形成"外周注释圈"。文章详细拆解了
2026-03-04 12:25:59
550
原创 Nature图表复现 | 聚类树图
摘要 本研究复现了Nature 2026论文中典型的时间树可视化排版方法，提出了一套完整的R语言实现方案。通过拆解原始图表结构为四个核心组件（时间树本体、时间刻度、谱系背景块和分类注释），采用随机生成树（ape::rtree()）作为占位数据，实现了：1）横向矩形布局的右对齐物种名显示；2）底部Ma时间刻度；3）浅色背景的谱系分组；4）左侧分类层级注释。该方案采用ggtree和ggplot2等R包构建，通过模块化设计确保在替换为真实系统发育数据（Newick/Nexus格式）时仅需修改树文件读取步骤，其余可
2026-03-03 10:21:18
249
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人