用ggplot2和drc绘制剂量反应曲线

Question

在生物学中,我们经常想要绘制剂量反应曲线.R包'drc'非常有用,基本图形可以轻松处理'drm models'.但是,我想将我的drm曲线添加到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")

产生一个很好的4参数剂量反应图.

试图在ggplot2中绘制相同的情节,我偶然发现了2个问题.

1. 没有办法直接添加drm模型曲线.我需要将4-PL重写为函数,并以stat_function的形式添加它,这至少可以说是麻烦的.

   ggplot(reshape2::melt(demo,id.vars = "X"),aes(X,value)) + 
     geom_point() + 
     stat_function(fun = function(x){
       drm_y=function(x, drm){
         coef(drm)[2]+((coef(drm)[3]-coef(drm)[2])/(1+exp((coef(drm)[1]*(log(x)-log(coef(drm)[4]))))))
       }
   + drm_y(x,drm = drm(data = reshape2::melt(demo,id.vars = "X"), value~X, fct=LL.4(), na.action = na.omit))
    })
   

2. 如果这还不够,只有scale_x是连续的才有效.如果我想补充scale_x_log10(),我得到: Warning message: In log(x): NaNs produced.

我意识到,log10(0) = -Inf但有办法解决这个问题.(与plot.drc一样)x = 0值在x轴上绘制,基本上为前x值的1/100.(demo$X[which.min(demo$X)+1]/100)或在GraphPad Prism中,完全从剂量响应曲线中省略0.

我的问题是:

1. 有没有办法直接在ggplot2中绘制drm模型？

2. 如何将数据集与其对应的4-PL曲线拟合链接,以便将它们绘制成相同的颜色？

Answer 1

一个最近的一篇论文从的作者drc包包括了由GGPLOT2提取使用的参数说明.它们不在ggplot2中工作,但从模型中提取数据.这是他们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.

该predict函数可以从drm模型中提取参数.它与适合使用的多条曲线不兼容curveid.

# 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]

他们建议改变零浓度以避免coord_trans的问题.

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

然后绘制曲线,省略geom_ribbon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") 

为了将多条曲线绘制在一起,可以重复该过程.为每个集添加ID.

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

然后rbind用来组合所有提取的参数.从那里ggplot可以处理颜色.

Answer 2

我将回答我自己的问题，希望这能帮助其他面临同样问题的人。

当然可以使用 ggplot2 和 drc 包绘制剂量响应曲线，只需简单添加 geom_ 或stat_smooth (method=drm, fct=LL.4(),se=FALSE)if 在线性刻度上绘图或添加geom_ 或stat_smooth (method=drm, fct=L.4(),se=FALSE)if即可。scale_x_log10()

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 值替换为前一个 X 值的 X = 1/100（在本例中为 1e-10）。但是，您可以像 Prism 一样，通过从数据集中完全忽略 0 值来轻松删除会扰乱对数绘图的 0 值。正如我发现的，需要注意的一件事是 ggplot 首先缩放轴，然后添加数据，这就是代码在尝试 log10(0) 时中断的原因。

另一个微妙之处是 stat_smooth 函数完全能够处理 drm 模型，method = drm但它不知道如何拟合“SE”置信区间。因此，选择se = FALSE可以进行绘图，并且以我的拙见，无论如何都会使绘图不那么混乱 - 只需添加误差线即可。

最后，将 更改fct = LL.4()为fct = L.4()允许在 log10 比例上绘图，因为同样首先选择比例，然后进行拟合。因此，即使轴值是非对数的，ggplot 实际上已将数据集转换为 log10，因此拟合函数现在只需 logit-4P （即 L.4()）而不是 log-logit-4P （LL .4())。

geom_smooth() 和 stat_smooth() 函数自然会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。

总之：

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