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＆＃39; drc＆＃39;非常有用，基础图形可以轻松处理模型＆＃39;。但是，我想将我的drm曲线添加到ggplot2。

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. 无法直接添加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。如果我想添加scale_x_log10()，我会得到： Warning message: In log(x): NaNs produced。

我意识到log10(0) = -Inf但是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曲线相匹配，以便将它们绘制成相同的颜色？

Answer 1

来自Result No_of_Repeats aaa 4 bbb 4 ccc 2 eee 1 包的作者的recent paper包含用于提取ggplot2使用的参数的说明。他们不在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。

drc

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

curveid

他们建议改变零浓度以避免coord_trans的问题。

# 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]

然后绘制曲线，省略demo1$XX <- demo1$X demo1$XX[demo1$XX == 0] <- 1.00e-09 可以阻止绘制错误。

geom_ribbon

要将多条曲线绘制在一起，可以重复该过程。为每个集添加ID。

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") 

然后使用demo.fits_1 <- data.frame(label = "curve1", demo.fits) 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，希望这将有助于其他人面临同样的问题。

当然可以使用ggplot2和drc软件包绘制剂量响应曲线，只需添加geom_或stat_smooth (method=drm, fct=LL.4(),se=FALSE)，如果绘制在线性刻度或geom_或stat_smooth (method=drm, fct=L.4(),se=FALSE) if {{1 }} 被添加。

为了能够使用log10比例，我将我的数据转换为：

scale_x_log10()

在这种情况下，我将X = 0值替换为前一个X值的X = 1/100（在这种情况下为1e-10）。但是，您可以通过完全省略数据集，像Prism那样轻松地删除0值，从而弄乱对数绘图。 有一点需要注意的是，正如我发现的那样，ggplot首先对轴进行缩放然后添加数据，这就是代码在尝试log10（0）时中断的原因。

另一个微妙之处在于stat_smooth功能完全能够使用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 处理drm模型，但它不知道如何适应SE＆＃39; SE＆＃39;置信区间。因此，选择method = drm可以进行绘图，并且在我的拙见中，无论如何都会创建一个不那么混乱的情节 - 只需添加误差线即可。

最后，将se = FALSE更改为fct = LL.4()可以在log10比例上进行绘图，因为再次选择比例并在之后完成拟合。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，因此拟合函数现在需要只是logit-4P（即L.4（））而不是log-logit-4P（LL） 0.4（））。

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。

总结：

fct = L.4()