R语言如何绘制相关性散点图

什么是相关性散点图？

相关性是指两个或多个变量之间的关系或相互影响程度。若两组的值一起增大，我们称之为正相关，若一组的值增大时，另一组的值减小，我们称之为负相关。其值介于-1与1之间，即越接近1，越正相关；越接近-1，越负相关。

常见的有两种计算相关性的算法：皮尔逊相关性(pearson)和斯皮尔曼相关性(spearman)。皮尔逊相关性最常用，适合正态分布的数据。斯皮尔曼相关性是秩相关，不受极大极小值的影响。

在组学中的应用，例如，两个技术性重复实验的结果相关性很低，则说明数据有异常。

需要注意的地方，做样本之间的相关性的时候，蛋白之间要对应，不可随意打乱顺序。数据中有缺失值的情况，通常用”pairwise.complete.obs”算法处理缺失值，即两两配对删除缺失值。

相关系数散点图的关键是显示数据点的分布模式。如果数据点在图上呈现出一种明显的趋势，即呈线性关系，那么可以使用最小二乘回归线来进一步描述这种关系。相关系数则提供了一个度量两个变量之间线性相关性强弱的指标。

如图所示，红线是拟合曲线，灰色范围是置信区间，左上角的是相关性系数和对应的P值。

绘图前的数据准备

demo数据可以在这里下载https://www.r2omics.cn/res/demodata/corPoint.txt

# A tibble: 29 x 3
   Gene       X     Y
   <chr>  <dbl> <dbl>
 1 Gene1  18    19.8 
 2 Gene2  16.9  17.1 
 3 Gene3   6.34  8.64
 4 Gene4  12.1  12.6 
 5 Gene5  15.5  16.8 
 6 Gene6  12.4  12.9 
 7 Gene7  24    25.1 
 8 Gene8  25.6  25.5 
 9 Gene9  29.0  28.9 
10 Gene10 15.4  13.3 
# i 19 more rows

R语言如何绘制相关系数散点图

# 代码来源：https://www.r2omics.cn/
library(ggplot2)
library(psych)       # 提供corr.test函数，计算相关性和p值

# 读数据
df = read.delim("https://www.r2omics.cn/res/demodata/corPoint.txt", # 这里采用的网络上的数据，将此换为自己的数据
                row.names = 1)

# 计算相关性
myCor = corr.test(df$X,df$Y,  
               use = "pairwise", # 缺失值处理的方式
               method="pearson", # 计算相关性的方法有"pearson", "spearman", "kendall"
               adjust = "none"   # p值矫正的方法
)
# myCor$r # 查看相关性结果
# myCor$p # 查看p值

# 绘图
ggplot(df,aes(x=X,y=Y))+
  geom_smooth(method="lm",  # 拟合曲线
              se=T,         # 是否添加置信区间
              color="red")+
  geom_point()+             # 散点图
  annotate(
    "text", x = min(df,na.rm = T), y = max(df,na.rm = T),                   # 坐标位置，左上角
    label = paste0("R=",round(myCor$r,2),                                   # 注释标记内容相关性+P值
                   ",P=",format(myCor$p, scientific = TRUE, digits = 2)),   # P值采用科学计数法，保留2位小数
    size = 5,hjust=0,vjust=1)+
  theme_classic()