第四章 堆叠柱状图陷阱：顺序、百分比与总丰度
堆叠柱状图，咱们做微生物组、转录组、代谢组的人几乎天天见。但我得说，这玩意儿是“看着简单，坑最多”的图表类型之一。我自己刚开始画的时候也翻过车，后来才慢慢摸清楚里面的门道。今天咱们就把它拆开揉碎了，看看堆叠柱状图常见的三个大坑。
核心问题：堆叠柱状图实际上是在“分蛋糕”，但蛋糕的大小、切的顺序、以及你关注的是“相对占比”还是“绝对数量”，都会直接影响解读结论。
4.1 陷阱一：堆叠顺序影响视觉解读
你想想看，一组堆叠柱里，哪个组分最容易被注意到？通常是底部的和顶部的。中间那些夹层，尤其是厚度变化的，视觉上很难快速比较。我遇到过一位合作者，他把丰度最高的物种放中间，结果汇报时所有人都觉得那个物种含量很少——因为被上下夹住了。
为什么堆叠顺序这么敏感？
- 人眼对色谱两端对齐的区域更敏感（底部基线、顶部齐平）。
- 中间区域的上下边界都不平，视觉对比全靠“脑补”。
- 如果组分数量＞5，中间段几乎无法做任何有效比较。
我的个人习惯：把最重要、需要纵向对比的组分放在底部（贴紧基线）或顶部（齐平天花板）。次要组分放中间。如果所有组分都重要，就别用堆叠柱状图了，改用热图或气泡图吧。
具体操作建议：
# R ggplot2 中设置堆叠顺序
# 将目标组设为第一个因子水平
sample_data$Phylum <- factor(sample_data$Phylum,
levels = c("Firmicutes", "Bacteroidetes", "Proteobacteria", "others"))
ggplot(data, aes(x=Sample, y=Abundance, fill=Phylum)) +
geom_bar(stat="identity", position="stack")4.2 陷阱二：百分比堆叠带来虚假的“此消彼长”
这是最常见的误导方式。你把每个样本归一化到100%，然后看相对丰度变化。表面上，A菌在样本1占40%，样本2占20%——好像下降了。但有可能样本1总菌数少，样本2总菌数多，A菌的绝对数量其实没变甚至增加了。
我曾经在审稿时看到过一张图：作者用百分比堆叠展示了处理组和对照组，结论是某个有益菌在处理组下降了。但我算了一下他补充材料里的绝对定量数据，那个菌的绝对数量根本没有变化，只是其他菌大量增殖导致百分比被稀释了。这就是经典的“分母效应”。
警告：百分比堆叠柱状图只能展示“相对组成的变化”，不能直接推断绝对丰度的增减。如果你的实验有绝对定量数据，一定要同时展示绝对丰度或者用“内外嵌套”的图表形式。
如何判断是否被误导：
- 问自己：总丰度在不同样本间是否恒定？
- 如果总丰度差异很大，百分比变化可能只是“别人的涨跌”造成的假象。
- 最好的做法——百分比图和绝对数图同时呈现，或者使用中心化对数比变换。
举个栗子：假设样本A总reads=1000，菌X=200（20%）；样本B总reads=500，菌X=150（30%）。百分比上看菌X增加了10%，但绝对数量从200降到了150。嗯，这里要注意——百分比堆叠可能掩盖真实下降。
我的经验：如果非要展示百分比堆叠，建议在图上标注总丰度标签（比如柱子上方写总reads数），或者用分面图把绝对丰度和百分比并排。读者至少能有对比参照。
4.3 陷阱三：总丰度比较困难——堆叠柱状图天生不适合做“组间差异检验”
堆叠柱状图每个柱子分成多个组分，但你很难一眼看出不同组之间某个组分的差异是否显著。为什么？因为组分之间是“此消彼长”的，一个组分的变化会影响其他组分的占比，你的统计检验没法直接套用简单的t检验。
我习惯的做法：
- 如果想比较特定组分在两组间的差异，单独拉出来画箱线图+散点。
- 如果想比较整体群落结构，用PCoA或NMDS。
- 堆叠柱状图只作为“全局概览”，别用它做统计推断。
有些同学喜欢在堆叠柱状图上标星号——A组Firmicutes比B组显著高。但问题是，这个星号是比谁的？比总丰度？还是比百分比？如果是百分比，别忘了闭合效应：一个组分上去，其他组分必然下去。你的显著性可能来自数学约束而不是生物学差异。
避坑指南：如果必须在堆叠图上标注显著性，请使用“组成数据专用检验”，比如ALDEx2、ANCOM-BC、或者Dirichlet回归。这些方法能正确处理成分数据的闭合效应。不要直接用Wilcoxon做堆叠组分的差异比较。
4.4 知识脉络：堆叠柱状图的三个陷阱
下面这张图帮你捋清整体逻辑。三个陷阱分别对应：视觉顺序、归一化误导、比较困难。每个陷阱都有对应的解决思路。
4.5 实战排查清单
每次出堆叠柱状图，我都用下面这个清单自查一遍，免得挂科。
| 检查项 | 自查问题 | 建议 |
|---|---|---|
| 顺序 | 最重要的组放在最容易比较的位置了吗？ | 放底部或顶部，不要埋中间 |
| 归一化 | 总丰度在各组间是否一致？趋势是否被“分母”扭曲？ | 如果总丰度差异大，同时做绝对丰度图 |
| 统计 | 你在图上标注的显著性是否使用了成分数据对应的检验？ | 用ALDEx2/ANCOM-BC，别用普通t检验 |
| 可读性 | 组分数量是否过多（＞8个）？颜色是否容易区分？ | 合并稀有种，或改用其他图形式 |
最终忠告：堆叠柱状图是讲故事的图，不是做统计的图。如果你要发文章，审稿人很可能会盯着你的堆叠图问：“能否证明这个差异不是由分母效应引起的？”——我当年就被问过，还好我提前准备了绝对定量数据，不然就白费了。