【科研绘图系列】基于R语言的种质资源PCA分析与可视化教程：基因组选择与未来气候评分

禁止商业或二改转载，仅供自学使用，侵权必究，如需截取部分内容请后台联系作者!

介绍

本教程旨在通过R语言及其相关数据可视化包，展示如何对种质资源的主成分分析（PCA）结果进行可视化，并结合基因组选择（Genomic Selection, GS）和未来气候（Future Climates, FC）评分进行综合分析。PCA是一种常用的数据降维技术，能够帮助研究人员识别数据中的主要变异来源。通过本教程，读者将学习如何准备数据、执行PCA分析、绘制散点图以及如何结合基因组选择和未来气候评分进行可视化。

数据准备

教程从读取和整理数据开始。我们使用了多个CSV文件，每个文件包含种质资源的PCA得分、地理信息和基因组选择或未来气候评分。通过read.csv函数读取这些文件，并使用merge函数将PCA得分与地理信息和其他评分数据合并。特别地，我们根据种质资源的ID（gen_id）和地理区域（region）对数据进行了合并，以确保每个数据点都有完整的PCA得分和评分信息。

PCA散点图绘制

在散点图部分，我们使用ggpubr包的ggscatter函数绘