我们经常会在文献中看到这种类似“山峦”一样的数据图，总觉得十分高级又难懂，但其实只要拆解一下，就能快速看懂~

今天就带大家一起来学习山脊图的解读！

一、定义&用途

1）定义：

山脊图（Ridgeline Plot）也称为山峦图，是一种用于可视化数据分布的图表，特别是用于显示多个组的分布情况，有助于比较不同组或类别之间的分布，同时保持分布的整体形状。

2）用途：

（1）基因表达分析：用于展示不同条件下的基因表达水平的分布情况，有助于快速了解基因表达的变化趋势和差异。

（2）突变频率分析：在基因组学研究中，山脊图可以用来展示突变在样本或个体中的分布情况。通过比较不同样本或个体的突变频率分布，可以识别出突变的共有特征和差异点。

（3）群落生态研究：用于展示微生物群落的组成和结构，通过比较不同样本或环境中微生物的丰度分布，识别出群落的结构和变化。

（4）表观遗传学分析：用于展示不同细胞类型或条件下的表观遗传标记（如DNA甲基化、组蛋白修饰等）的分布情况。

二、案例解读

1）Phenotype列：选取的不同GWAS（全基因组关联研究）表型，包括WHRadjBMI（经BMI调整后的腰臀比）、TC（总胆固醇）、T2D（2型糖尿病）等。

2）nprot列/nprot-nth列：nprot列代表每个性状的共定位蛋白数量；nprot-nth列代表在分析中排除了含有5个或更多共定位蛋白的位点后，剩余的蛋白数量，注释为无反式热点（nth）。

3）P列/Pnth列：分别对应nprot列/nprot-nth列的性状关联显著富集的经验P值。

4）密度曲线：1000个随机取样的相同大小的蛋白质集。

5）黑线：指示每种GWVAS表型与AGES队列中相同性状显著相关的共定位蛋白的比例（线性回归，FDR<0.05.n=5457），例如，BMI表型对应的比例约为0.8。

6）横坐标：与表型相关的蛋白质比例。

7）图注：5种不同的表型类别，绿色是人体测量、红色是心血管代谢、浅黄是血球生成、土黄是眼科、紫色是精神病学和神经学

三、相关疑问&解答

1）密度图和山脊图的关联

（1）密度图：揭示分布的精髓。密度图是一个二维图，它描绘了数据在特定范围内分布的情况，主要通过堆叠垂直线来构建，形成一条平滑的曲线，代表数据的概率密度函数

（2）山脊图：揭示数据的隐藏层次。山脊图是对密度图的扩展，它不仅展示了数据的分布，还揭示了数据分组或类别之间的差异，主要通过并排放置多个密度曲线来构建，每个曲线代表一个不同的组或类别

（3）两者的区别

①维度：密度图是二维图，而山脊图是三维图。

②分组：密度图不显示分组信息，而山脊图则显示。

③比较：密度图专注于单个分布，而山脊图允许比较多个分布。

④适用性：密度图适用于连续数据，而山脊图适用于连续数据和分组数据。

2）山脊图在使用过程中有什么特点?

（1）山脊图的优点

①比较能力：山脊图非常适合比较不同分布的形状和大小，清晰地展示不同组之间的变化和趋势。

②空间效率：通过在单个图中堆叠密度曲线，山脊图有效地利用空间，显示多组数据，避免了创建多个单独的密度图。

③美观性：山脊图在视觉上吸引人，可以用不同的颜色和样式来区分不同的组，使得数据更加生动和直观。

④趋势识别：可以轻松识别多个群体数据中的共同模式和异常值。

⑤数据量：适用于展示大量数据集，而不会显得拥挤或不清晰。

（2）山脊图的缺点

①过度拥挤：如果组的数量过多，山脊图可能会显得拥挤，使得个别分布难以辨认。

②精确度：由于重叠，难以精确读取特定点的值，尤其是在分布之间的重叠区域。

③数值比较：虽然能够展示分布趋势，但不适合精确比较不同组之间的数值。

④边缘效应：在堆叠的密度图中，可能会产生误导，例如，边缘的分布可能看起来比实际更少。