r - 使用 ggplot2 和 drc 绘制剂量 react 曲线

Question

在生物学中，我们经常想要绘制剂量 react 曲线。 R 包“drc”非常有用，基础图形可以轻松处理“drm 模型”。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
))

使用基础图形:

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

生成漂亮的 4 参数剂量响应图。

尝试在 ggplot2 中绘制相同的图，我偶然发现了两个问题。

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，这至少可以说很麻烦。

   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，那么只有在scale_x连续的情况下它才有效。如果我想添加 scale_x_log10()，我会得到:警告消息:
在 log(x) 中:产生 NaN。

我意识到 log10(0) = -Inf 但有一些方法可以处理这个问题。或者(与plot.drc 的情况一样)x=0 值基本上以预先最低x 值的1/100 绘制在x 轴上。 (demo$X[which.min(demo$X)+1]/100) 或如在 GraphPad Prism 中一样，剂量响应曲线中完全省略了 0。

我的问题是:

1. 有没有办法直接在ggplot2中绘制drm模型？

2. 如何将数据集与其相应的 4-PL 曲线拟合链接起来，以便它们以相同的颜色绘制？

Answer 1

一个recent paper drc 包的作者提供了提取 ggplot2 使用的参数的说明。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.

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

# 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]

他们建议改变零浓度以避免 coord_trans 出现问题。

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

然后绘制曲线，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") 

要将多条曲线绘制在一起，可以重复该过程。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。从那里 ggplot 可以处理颜色。