bioinformatics-plotting-standards

name

bioinformatics-plotting-standards

description

生物信息学出版级数据可视化：火山图、热图、UMAP/t-SNE、violin、dotplot、Manhattan/GWAS、spatial、barplot 等；含简单 2–4 panel patchwork。务必在用户要画生信 plot/figure、DESeq2/scanpy/RNA-seq/scRNA-seq/spatial 结果出图、ComplexHeatmap/ggplot2/matplotlib 投稿导出（svg/png/pdf/600dpi）时使用。含 NMI pastel、色盲友好、adjustText/ggrepel、communication/publication 分层导出；默认 Python，提及投稿/出版/R/ComplexHeatmap 且未指定后端时先问 Python 还是 R。勿用于：非生信图表、只要表格不要图、plotly 交互 dashboard、hero panel 复杂投稿 figure（→ nature-figure）、pipeline/流程/示意图（→ GenerateImage）、英文润色/DA statement/PPT。

Bioinformatics Plotting Standards

创建符合 Nature/Cell/Science 要求的生信数据图标准：单张图 + 简单 2–4 panel 组合（patchwork/subplot）。含 hero panel 的完整投稿 figure → nature-figure skill。

范围与路由

场景	处理
单张生信数据图	本 skill
简单 2–4 panel 数据图组合	本 skill（patchwork / GridSpec）
复杂投稿 figure、hero panel、figure contract	nature-figure
流程图、示意图、大段文字信息图	GenerateImage
纯分析、表格即可	不出图；可建议出图，等用户确认

详见 references/when-to-plot.md。

默认原则：不主动生成图；若图能显著帮助理解，可建议，用户确认后再画。

---

后端选择

默认 Python。用户提到投稿/出版/R/ComplexHeatmap 且未指定后端时，问 「Python 还是 R？」 后停止。选定后全程互斥。

详见 references/backend-selection.md。

---

绘图技术栈

Python

库	角色	说明
seaborn + matplotlib	主要绘图库	默认 ticks 主题
adjustText	标签防重叠	火山图基因标注
plotnine	可选	ggplot2 风格语法

R

库	角色	说明
ggplot2 + ggprism	主绘图与学术主题
ComplexHeatmap	热图	复杂注释
ggrepel	标签防重叠	等同 adjustText
patchwork	子图拼接	简单 2–4 panel 数据图组合

---

核心工作流程

0. 确认是否出图 + 选择后端

1. 按 when-to-plot.md 判断是否应创建图。
2. 按 backend-selection.md 确定 Python 或 R。

1. 环境初始化（必需，首先执行）

import matplotlib.pyplot as plt
import seaborn as sns

plt.rcParams['svg.fonttype'] = 'none'
plt.rcParams['pdf.fonttype'] = 42
plt.rcParams['font.family'] = 'Arial'
sns.set_theme(style="ticks")

ticks vs white：ticks 保留刻度线、简洁学术；white 过空，darkgrid 不适合出版。

2. 创建图表

fig, ax = plt.subplots(figsize=(3, 4), constrained_layout=True)
fig.set_constrained_layout_pads(w_pad=0.01, h_pad=0.01, wspace=0.02, hspace=0.01)

3. 设置文本样式

ax.set_title("Title", fontsize=9, fontweight="bold")
ax.set_xlabel("X axis (units)", fontsize=8, fontweight="bold")
ax.set_ylabel("Y axis (units)", fontsize=8, fontweight="bold")
ax.tick_params(axis="both", labelsize=7)
plt.setp(ax.get_xticklabels(), rotation=45, ha="center", va="top")
ax.tick_params(axis="x", which="major", pad=3)

4. 选择配色方案

• 序列数据：plasma / plasma_r（仅正值强度）
• 发散数据：Nature AD2024 紫–绿（默认）；RdBu_r 仅当红蓝语义必要
• UMAP / 多 cluster：Nature AD2024 定性色（含棕 #8C564B）
• 分类对比（4–8 组）：NMI Pastel
• 小提琴+箱线叠画：Li Lab pair / triple
• 避免：jet、rainbow、红绿组合

5. 移除不必要的边框

sns.despine(ax=ax)

6. 添加文字标签（需要时）

详见 文字标签系统。

7. 导出并质量检查

按场景选择导出档，详见 references/export-policy.md：

档位	触发	格式
publication	投稿/出版/用户要求 600 DPI	PNG 600 + PDF + SVG
communication	默认；预览/沟通	SVG + PNG 300（PDF 可选）

from pathlib import Path

out = Path("figure_name")
# publication 档示例：
fig.savefig(out.with_suffix(".png"), dpi=600, bbox_inches="tight")
fig.savefig(out.with_suffix(".pdf"), bbox_inches="tight")
fig.savefig(out.with_suffix(".svg"), bbox_inches="tight")
plt.close(fig)

QC：

python scripts/qc.py figure_name.png --mode publication
python scripts/qc.py figure_name.png --mode communication

---

文字标签系统

标签重叠是科学图表最常见问题之一。Python 用 adjustText，R 用 ggrepel。

Python：adjustText

from adjustText import adjust_text

texts = []
for _, row in top_genes.iterrows():
    texts.append(ax.text(
        row['log2FC'], -np.log10(row['pvalue']),
        row['gene_name'],
        fontsize=6, fontstyle='italic',
        ha='center', va='center'
    ))

adjust_text(texts, ax=ax,
            arrowprops=dict(arrowstyle='-', color='grey', lw=0.5),
            expand=(1.2, 1.4),
            force_text=(0.5, 0.8),
            force_points=(0.3, 0.5),
            only_move={'text': 'xy'})

R：ggrepel

library(ggplot2)
library(ggrepel)
library(ggprism)

ggplot(df, aes(x = log2FC, y = -log10(pvalue))) +
  geom_point(aes(color = significance), size = 0.8, alpha = 0.6) +
  geom_text_repel(
    data = top_genes, aes(label = gene_name),
    size = 2, fontface = "italic",
    max.overlaps = 20, segment.size = 0.3, segment.color = "grey50"
  ) +
  theme_prism(base_size = 8)

标签最佳实践

1. 一张图 10–20 个标签为上限
2. 基因名用斜体
3. 连接线 0.3–0.5 pt 灰色
4. 按显著性/效应量筛选，只标最重要的点
5. 标签字号 5–6 pt

---

质量检查流程

保存后运行 scripts/qc.py。对标签重叠、配色等脚本无法检测项，Read 保存的 PNG 目视确认。

模式	DPI	要求 PDF
--mode publication	≥ 600	是
--mode communication	≥ 300	否

---

快速参考模板

Python（publication 档）

import matplotlib.pyplot as plt
import seaborn as sns
from pathlib import Path

plt.rcParams['svg.fonttype'] = 'none'
plt.rcParams['pdf.fonttype'] = 42
plt.rcParams['font.family'] = 'Arial'
sns.set_theme(style="ticks")

fig, ax = plt.subplots(figsize=(3, 4), constrained_layout=True)
# ... 绘图 ...
ax.set_xlabel("X axis (units)", fontsize=8, fontweight="bold")
ax.set_ylabel("Y axis (units)", fontsize=8, fontweight="bold")
sns.despine(ax=ax)

out = Path("figure")
fig.savefig(out.with_suffix(".png"), dpi=600, bbox_inches="tight")
fig.savefig(out.with_suffix(".pdf"), bbox_inches="tight")
fig.savefig(out.with_suffix(".svg"), bbox_inches="tight")
plt.close(fig)

R（ggplot2 + ggprism + ggrepel + patchwork）

library(ggplot2)
library(ggprism)
library(ggrepel)
library(patchwork)

p <- ggplot(df, aes(x = x_var, y = y_var)) +
  geom_point(aes(color = group), size = 1.5, alpha = 0.7) +
  theme_prism(base_size = 8) +
  labs(x = "X axis (units)", y = "Y axis (units)", title = "Title")

ggsave("figure.png", p, width = 3, height = 4, dpi = 600, units = "in")
ggsave("figure.pdf", p, width = 3, height = 4, units = "in")
ggsave("figure.svg", p, width = 3, height = 4, units = "in")

---

关键参数速查

元素	推荐值	说明
图表尺寸	(3, 4)	紧凑单图
标题字号	8-9 pt	粗体
轴标签字号	7-8 pt	粗体，含单位
刻度标签	6-7 pt
注释标签	5-6 pt	adjustText/ggrepel
PNG（投稿）	600 DPI	publication 档
PNG（沟通）	300 DPI	communication 档
序列配色	plasma	仅正值强度
发散配色	Nature 紫–绿	默认；RdBu_r 备选
UMAP / 多 cluster	Nature AD2024 定性	含棕 #8C564B
分类（多组 bar）	NMI Pastel	见 color_schemes.md
小提琴+箱线	Li Lab pair/triple	见 violin-boxplot.md
seaborn 主题	ticks

---

详细参考文档

文件	用途
references/when-to-plot.md	何时出图、GenerateImage 路由、与 nature-figure 边界
references/backend-selection.md	Python/R 门禁与互斥规则
references/export-policy.md	publication / communication 分层导出
references/color_schemes.md	序列/发散/Nature AD2024/Li Lab/NMI Pastel
references/violin-boxplot.md	小提琴+箱线叠画（matplotlib 推荐、配色、参数）
references/heatmap-annotation.md	热图列分组注释（GridSpec 分轴，避免底栏叠字）
references/journal_requirements.md	Nature/Cell/Science 尺寸与字体
references/troubleshooting.md	标签重叠、截断、colorbar 等

---

最终检查清单

• 确认任务属于单图或简单 2–4 panel（非 hero/contract 投稿页 → nature-figure）
• 未主动出图；若建议了出图则已获用户确认
• 后端已选定（默认 Python；投稿/R 场景已确认）
• 字体与 ticks 主题已在绘图前设置
• 配色色盲友好；发散热图默认 Nature 紫–绿；UMAP 用定性色（含棕）；violin+box 用 Li Lab
• 热图有列分组时用 heatmap_annotation.py 或独立 axes；勿在热图上叠手绘色条 + xlabel
• 导出档正确（publication 或 communication）
• 标签无重叠；基因名斜体
• sns.despine()；轴标签含单位
• QC 已通过（scripts/qc.py --mode ...）