用ggplot2和drc绘制剂量响应曲线

Question

在生物学中，我们经常想要绘制剂量反应曲线。R包'drc‘是真正有用的，基本图形可以轻松处理'drm模型’。但是，我想将我的drm曲线添加到一个ggplot2中。

我的数据集：

 library("drc")
 library("reshape2")
 library("ggplot2")
 demo=structure(list(X = c(0, 1e-08, 3e-08, 1e-07, 3e-07, 1e-06, 3e-06, 
 1e-05, 3e-05, 1e-04, 3e-04), Y1 = c(0, 1, 12, 19, 28, 32, 35, 
 39, NA, 39, NA), Y2 = c(0, 0, 10, 18, 30, 35, 41, 43, NA, 43, 
 NA), Y3 = c(0, 4, 15, 22, 28, 35, 38, 44, NA, 44, NA)), .Names = c("X", 
"Y1", "Y2", "Y3"), class = "data.frame", row.names = c(NA, -11L
))

使用基本图形：

plot(drm(data = reshape2::melt(demo,id.vars = "X"),value~X,fct=LL.4(),na.action = na.omit),type="bars")

产生了一个很好的4参数剂量反应图。

为了在ggplot2中绘制同样的情节，我偶然发现了两个问题。

1. 没有直接添加drm模型曲线的方法。我需要将4-PL重写为一个函数，并以stat_function的形式添加它，这至少是很麻烦的。 ggplot(repe2：：id.vars = "X")、aes(X，value)+ geom_point() +stat_function(stat_function= function(x){ drm_y=function(x，drm){ drm_y=function}+ drm_y(x，drm =drm)(数据=repe2：：stat_function(演示)，( id.vars = "X")，值~X，fct=LL.4()，na.action =na.omit)}
2. 如果这还不够的话，只有在scale_x是连续的情况下，它才能起作用。如果我想添加scale_x_log10()，我得到：Warning message: In log(x): NaNs produced。

我意识到了log10(0) = -Inf，但是有办法处理这件事。无论是(和plot.drc一样)，x=0值都是在x轴上绘制的，基本上是前最低x值的1/100。(demo$X[which.min(demo$X)+1]/100)或在GraphPad棱镜中，在剂量反应曲线中完全忽略了0。

我的问题是：

1. 有没有一种在ggplot2中直接绘制数字版权管理模型的方法？
2. 如何将数据集与其相应的4-PL曲线链接起来，以便将其绘制成相同的颜色？

Answer 1

来自近期论文包作者的drc包含了提取参数以供ggplot2使用的说明。它们不在ggplot2中工作，而是从模型中提取数据。这是应用于您的数据的解决方案。

demo1 <- reshape2::melt(demo,id.vars = "X") # get numbers ready for use.
demo.LL.4 <- drm(data = demo1,value~X,fct=LL.4(),na.action = na.omit) # run model.

predict函数可以从drm模型中提取参数。它与使用curveid的多条曲线不兼容。

# predictions and confidence intervals.
demo.fits <- expand.grid(conc=exp(seq(log(1.00e-04), log(1.00e-09), length=100))) 
# new data with predictions
pm <- predict(demo.LL.4, newdata=demo.fits, interval="confidence") 
    demo.fits$p <- pm[,1]
    demo.fits$pmin <- pm[,2]
    demo.fits$pmax <- pm[,3]

他们建议转移零浓度以避免与coord_trans有关的问题。

demo1$XX <- demo1$X
demo1$XX[demo1$XX == 0] <- 1.00e-09

然后是绘制曲线，省略geom_ribbon会阻止绘制错误。

ggplot(demo1, aes(x = XX, y = value)) +
  geom_point() +
  geom_ribbon(data=demo.fits, aes(x=conc, y=p, ymin=pmin, ymax=pmax), alpha=0.2) +
  geom_line(data=demo.fits, aes(x=conc, y=p)) +
  coord_trans(x="log") 

​

​

若要将多条曲线绘制在一起，则可以重复此过程。向每组添加ID。

demo.fits_1 <- data.frame(label = "curve1", demo.fits)

然后使用rbind组合所有提取的参数。从那起，ggplot就可以处理颜色了。

Answer 2

我将回答我自己的问题，希望这将有助于其他面临同样问题的人。

当然，用ggplot2绘制剂量响应曲线是可能的，如果在线性尺度上绘图，则可以简单地添加geom_或stat_smooth (method=drm, fct=LL.4(),se=FALSE)，或者如果添加scale_x_log10()，则绘制geom_或stat_smooth (method=drm, fct=L.4(),se=FALSE)。

为了能够使用log10刻度，我将数据转换为：

demo <- demo %>% 
      mutate(X = 
       ifelse(X == 0, 
              yes = (sort(demo$X[which.min(sort(demo$X)) + 1]/100)),
              no = X
              )
            )         #looks for the pre-lowest value in X and divides it by 100

在本例中，我将X=0替换为前一个X值的1/100(在本例中为1e-10)。但是，您可以像Prism一样，完全从dataset中省略0值，从而很容易地删除混淆对数绘图的0值。需要注意的一点是，正如我所发现的那样，ggplot首先缩放轴，然后添加数据，这就是为什么代码在尝试log10(0)时中断的原因。

另一个微妙之处是，stat_smooth函数完全能够使用method = drm处理drm模型，但它不知道如何适应'SE‘置信区间。因此，选择se = FALSE可以进行绘图，在我看来，这样可以减少混乱的情节--只需添加错误栏即可。

最后，将fct = LL.4()更改为fct = L.4()允许在log10标度上进行绘图，因为第一次选择标度，然后再进行匹配。因此，即使轴值是非对数的，ggplot实际上已经将数据集转换为log10，因此拟合函数现在只需要logit-4P (即L.4())，而不是logit 4p (LL.4())。

geom_smooth()和stat_smooth()函数将自然采用与数据集相同的颜色，无需调整拟合函数的颜色以与数据点的颜色相对应。

总结如下：

demo <- demo %>% 
      mutate(X = 
       ifelse(X == 0, 
              yes = (sort(demo$X[which.min(sort(demo$X)) + 1]/100)),
              no = X
              )
            )
demo.long <- reshape2::melt(demo,id.vars = "X") #reshapes the demo dataset to long format
ggplot(data = demo.long,
       aes(x = X, y = value, col = variable)
      ) + 
   geom_point() + 
   geom_smooth(method = drm, fct = L.4(), se = FALSE) +
   scale_x_log10() #plots out the dataset with the corresponding 4-parameter log-logit dose response curves

Answer 3

最新的答案：geom_smooth(method = drm, method.args = list(fct = L.4()), se = FALSE)是超级有用的！