如何使用ggplot2在平均值的条形图上指示统计显着性？

Question

我正在努力使用ggplot2制作特定的barplot。 对于感兴趣的基因，我想显示两个样本中的基因计数。 X轴应该有样本，Y轴应该是计数的平均值，它应该有误差线并显示独立的t检验的结果，以测试两个样本之间的显着差异。

这是显示平均值计数和误差线的条形图：

genecounts <- data.frame(
  sample = c("control", "control", "condition", "condition"),
  counts = c(7.9, 4.2, 5.2, 7.7)
)

genecounts2 <-  genecounts %>%
  group_by(sample) %>%
  summarise(mean = mean(counts), sd = sd(counts))

barplot <- ggplot(genecounts2) +
  geom_bar(
    aes(x = sample, y = mean),
    stat = "identity"
    ) +
  geom_errorbar(
    aes(x = sample, ymax = mean + sd, ymin = mean - sd),
    width = 0.25
    ) +
  labs(y = "mean normalized counts", x = "gene name")

如何添加重要性标签？ 我尝试使用ggpubr或ggsignif。到目前为止，我发现的所有解决方案都将数据表用作基础，您可以在其中找到所有样品的计数。但是我想在仅显示所有样本计数均值的条形图上进行此操作。想法受到高度赞赏！

我的想法：

library("ggpubr")
paircomparison <- list(c("control", "condition"))

barplot + stat_compare_means(comparisons = paircomparison)

# OR

barplot + stat_compare_means(data = genecounts, aes(x = sample, y = counts), comparisons = paircomparison)

Error in f(...) : 
  Can only handle data with groups that are plotted on the x-axis

它看起来可能与此类似：