如何用WorkBuddy复现Science文章的环状组合图？- 大数跨境

SCIPainter

2026-10-22

导读：轻松搞定不烧心！

推荐公众号奥智生物，分享前沿组学技术、实用生信技能、数据挖掘思路

前不久，在一项发表于 Science 的中国人免疫多组学图谱研究中，作者用下图这样的环状组合图展示了 69 种免疫细胞类型中检测到的 cis-eGene 数量，图形外层为环状柱状图（Radial Bar Plot），而内层为甜甜圈图（Doughnut Plot），非常高级！

（Science，2026）

下面就以上图为例，看下如何用 WorkBuddy 绘制这样的组合图吧！

一、

提交绘图需求

在 WorkBuddy 中新建任务，把参考图放入工作文件夹中，然后选择工作空间，然后提交绘图需求指令即可。

参考指令：

以当前工作空间中的 “参考图.png” 为参考图（图注：Bar plot showing the number of cis-eGenes detected across 69 cell types in the cis-eQTL analysis. The pie charts display the distribution of significant cis-eGenes by the number of cell types identified），使用R语言复现出这样的环形柱状图（堆叠图）+ 甜甜圈图的组合图，请给出绘图数据（从参考图中提取）和绘图代码；要求生成的细胞类型排序方式、cis-eGene Counts、配色方案与参考图一致，生成的绘图数据以CSV格式分别安装环形柱状图（堆叠图）和甜甜圈图单独导出

提交需求之后，基本就可以干别的事情了，只是在最后一步给它一个删除中间文件的权限即可，如下。

大约半小时左右，绘图任务完成！WorkBuddy 按照我们的需求生成了作图所用的R代码和示例数据，方便之后我们按照示例格式替换成自己的数据进行绘图。

任务一共交付 5 个文件，除两份 CSV 格式的示例数据，还有提取数据脚本、R 绘图脚本和 PDF 矢量图，如下图。

生成的环形柱状图绘图数据格式如下，一行对应一根柱子：cis_eGene_total是柱高，cell_type_specific与cell_type_shared是堆叠的两段，bar_color、shared_color 是这两段的颜色，angle_deg 是它在圆周上的角度位置。

而甜甜圈的绘图数据只有10行，n_cell_types 表示“这个 cis-eGene 被多少种细胞类型检测到”，n_eGenes 是落在这一档的基因数，如下图。

初始的绘图效果如下，已经相当接近原图，不过柱子上的文字标签有点小、中心的基因数字体又比较大，需要进一步调整。

二、

图形样式调整

我这里直接用 Rstudio 打开 WorkBuddy 给出的 R 脚本进行字体大小的调整，如下图，当然，你也可以提交需求给 WorkBuddy，让其继续优化代码。

调整后的绘图效果如下：

当然，如果对原图的配色不满意，也可以改为自己喜欢的配色，只需替换掉绘图数据中相应的色号列即可，如下图。

最终得到的环形柱状组合图如下：

参考绘图代码：

library(ggplot2)library(dplyr)library(grid)# 1. 读入数据bars <- read.csv("cis_eGene_bar_data.csv", fileEncoding = "UTF-8-BOM",                 encoding = "UTF-8", check.names = FALSE, stringsAsFactors = FALSE)pie  <- read.csv("cis_eGene_pie_data.csv", fileEncoding = "UTF-8-BOM",                 encoding = "UTF-8", check.names = FALSE, stringsAsFactors = FALSE)# 带上下标的标签：plotmath 写法；其余标签统一加引号，避免被当作运算符解析sup_map <- c(  "Swi. Bm-IGHDneg"      = '"Swi. Bm-IGHD"^"neg"',  "CD4 Tem-CCR7neg"      = '"CD4 Tem-CCR7"^"neg"',  "CD8 Tem-CCR7neg"      = '"CD8 Tem-CCR7"^"neg"',  "Mature NKdim-FCGR3A"  = '"Mature NK"^"dim"-"FCGR3A"',  "Terminal NKdim-CD160" = '"Terminal NK"^"dim"-"CD160"',  "NKbright-XCL1"        = '"NK"^"bright"-"XCL1"',  "NKdim-CD160neg"       = '"NK"^"dim"-"CD160"^"neg"')bars$lab <- ifelse(bars$cell_type %in% names(sup_map),                   sup_map[bars$cell_type],                   paste0('"', bars$cell_type, '"'))# 2. 几何参数BASE_R   <- 3333        # 柱体基线（= 甜甜圈之外留白处的半径）RING_IN  <- 1570        # 甜甜圈内径RING_OUT <- 3000        # 甜甜圈外径BAR_W    <- 4.8         # 单根柱的角宽度（度）R_TICK   <- 5000        # 刻度值Y_MAX    <- 9500# 3. 柱体：拆成“specific + shared”两段堆叠 bars <- bars %>%  mutate(xmin = angle_deg - BAR_W / 2,         xmax = angle_deg + BAR_W / 2)stack_df <- bind_rows(  bars %>% transmute(xmin, xmax,                     ymin = BASE_R,                     ymax = BASE_R + cell_type_specific,                     fill = bar_color),  bars %>% transmute(xmin, xmax,                     ymin = BASE_R + cell_type_specific,                     ymax = BASE_R + cis_eGene_total,                     fill = shared_color))# 4. 甜甜圈：按 eGene 数把 360° 分给 10 个分段 pie <- pie %>%  mutate(width = 360 * n_eGenes / sum(n_eGenes),         start = cumsum(width) - width,         end   = cumsum(width)) %>%  mutate(start = start + 0.6, end = end - 0.6, mid = (start + end) / 2) %>%  mutate(tag = ifelse(n_cell_types == "10+", "\u226510", n_cell_types))# 5. 标签角度：右半圈 left-aligned，左半圈 right-aligned bars <- bars %>%  mutate(lab_angle = ifelse(angle_deg <= 180, 90 - angle_deg, 270 - angle_deg),         hjust_v   = ifelse(angle_deg <= 180, 0, 1),         lab_y     = BASE_R + cis_eGene_total + 70)# 6. 主图 p <- ggplot() +  # 甜甜圈  geom_rect(data = pie,            aes(xmin = start, xmax = end, ymin = RING_IN, ymax = RING_OUT),            fill = pie$segment_color, colour = "white", linewidth = 0.45) +  geom_text(data = filter(pie, n_cell_types %in% c("1", "5", "10+")),            aes(x = mid, y = (RING_IN + RING_OUT) / 2, label = tag),            colour = "white", size = 6.0) +  # 柱体（堆叠）  geom_rect(data = stack_df,            aes(xmin = xmin, xmax = xmax, ymin = ymin, ymax = ymax, fill = fill),            colour = "white", linewidth = 0.5) +  # 刻度轴（12 点方向）与 5000  annotate("segment", x = 0, xend = 0, y = BASE_R, yend = BASE_R + R_TICK,           colour = "grey25", linewidth = 0.45) +  annotate("segment", x = 0, xend = 1.5, y = BASE_R + R_TICK,           yend = BASE_R + R_TICK, colour = "grey25", linewidth = 0.45) +  annotate("text", x = 0.7, y = BASE_R + R_TICK, label = "5000",           hjust = 1.25, vjust = 0.25, size = 4.5, colour = "grey10") +  # 细胞类型标签  geom_text(data = bars,            aes(x = angle_deg, y = lab_y, label = lab, angle = lab_angle,                hjust = hjust_v, colour = bar_color),            parse = TRUE, size = 3, vjust = 0.5) +  # 圆心文字（极坐标半径不能为负，故置于圆心后用 vjust 上下错开）  annotate("text", x = 0, y = 60, label = "eGene", size = 4.5, colour = "grey20",           vjust = -0.1) +  annotate("text", x = 0, y = 60, label = "9600", size = 4.5, colour = "grey20",           vjust = 1.1) +  # 圆心小箭头  geom_path(data = data.frame(x = seq(100, 245, length.out = 60), y = 1230),            aes(x = x, y = y), colour = "grey60", linewidth = 0.5,            arrow = arrow(length = unit(1.6, "mm"), type = "open")) +  scale_fill_identity() +  scale_colour_identity() +  scale_x_continuous(limits = c(0, 360), expand = c(0, 0), breaks = NULL) +  scale_y_continuous(limits = c(0, Y_MAX), expand = c(0, 0), breaks = NULL) +  coord_polar(theta = "x", start = 0, direction = 1, clip = "off") +  theme_void() +  theme(plot.background = element_rect(fill = "white", colour = NA),        plot.margin = margin(5, 5, 5, 5, unit = "pt"))p# 7. 图例（右下角，用 grid 叠加） grad_cols <- c("#2B3C72", "#344B80", "#40598B", "#4C6594", "#56729D",               "#617FA6", "#6B8DB0", "#769CBB", "#80ACC6", "#8BBDD2")leg <- ggplot() +  annotate("text", x = 0, y = 3.15, label = "Number of shared Cell Types",           hjust = 0, size = 3, colour = "grey10") +  geom_rect(data = data.frame(xmin = 0:9, xmax = 1:10),            aes(xmin = xmin, xmax = xmax, ymin = 2.45, ymax = 2.85),            fill = grad_cols, colour = "white", linewidth = 0.6) +  annotate("text", x = 0, y = 2.02, label = "1", hjust = 0.1, size = 3.5, colour = "grey10") +  annotate("text", x = 10, y = 2.02, label = "\u226510", hjust = 0.9, size = 3.5, colour = "grey10") +  annotate("segment", x = 1.0, xend = 8.0, y = 2.02, yend = 2.02,           colour = "grey10", linewidth = 0.6,           arrow = arrow(length = unit(1.6, "mm"), type = "open")) +  annotate("text", x = 0, y = 1.38, label = "Cell Type-Shared",           hjust = 0, size = 3, colour = "grey55") +  geom_rect(data = data.frame(xmin = 0:9, xmax = 1:10),            aes(xmin = xmin, xmax = xmax, ymin = 0.50, ymax = 0.90),            fill = gray(seq(0.42, 0.90, length.out = 10)), colour = NA) +  annotate("text", x = 9.55, y = 0.70, label = "1", hjust = 0.5, size = 3.8,           colour = "grey25", fontface = "bold") +  annotate("text", x = 0.45, y = 0.70, label = ">1", hjust = 0.5, size = 3.2,           colour = "white") +  annotate("text", x = 10, y = 0.16, label = "Cell Type-Specific",           hjust = 1, size = 3, colour = "grey55") +  coord_cartesian(xlim = c(-0.25, 10.6), ylim = c(-0.02, 3.5), expand = FALSE) +  theme_void()leg# 8. 输出 draw_all <- function() {  print(p)  grid.text("cis-eGene", x = unit(0.495, "npc"), y = unit(0.945, "npc"),            gp = gpar(fontsize = 14, col = "grey8", fontface = "italic"))  grid.text("Counts", x = unit(0.495, "npc"), y = unit(0.905, "npc"),            gp = gpar(fontsize = 14, col = "grey8"))  pushViewport(viewport(x = 0.76, y = 0.155, width = 0.215, height = 0.175))  grid.draw(ggplotGrob(leg))  popViewport()}draw_all()dev.off()