# paper-viz

paper-viz is a free MIT R library of journal-style scientific figures with plotting code and synthetic sample data. An AI agent finds a figure with tools/find_figure.py or catalog.json, copies that folder, replaces data.csv without renaming the declared columns, edits the parameters at the top of plot.R, and renders with Rscript. There are also 20 draw.io schematics with editable SVG in their own section.

- [README](https://github.com/Xuzhen-Li/paper-viz/blob/main/README.md)
- [AGENTS.md](https://github.com/Xuzhen-Li/paper-viz/blob/main/AGENTS.md)
- [catalog.json](https://raw.githubusercontent.com/Xuzhen-Li/paper-viz/main/catalog.json)

- [Forest plot](https://xuzhen-li.github.io/paper-viz/#forest): 多个研究或亚组要并列展示效应量和区间时用。
- [Kaplan-Meier curves](https://xuzhen-li.github.io/paper-viz/#km): 要比较两组或多组的时间-事件结局时用。
- [ROC curve](https://xuzhen-li.github.io/paper-viz/#roc): 几个连续标志物要比较区分病例和对照的能力时用。
- [Ablation study bars (house style)](https://xuzhen-li.github.io/paper-viz/#ablation-bar): 消融实验（逐一去掉某个模块看性能下降多少的实验）中，比较完整模型与各删减变体在多次重复实验下的平均得分与差值时用。
- [Grouped bar chart](https://xuzhen-li.github.io/paper-viz/#bar-grouped): 类别少、要并排比较两个或多个系列的汇总数值时用。
- [Bump chart](https://xuzhen-li.github.io/paper-viz/#bump-chart): 比较多个对象在若干时间点的名次升降时用。
- [Cleveland dot plot](https://xuzhen-li.github.io/paper-viz/#cleveland-dot): 多类指标要按大小排序、并在同一行比较两个或多个系列时用；比柱状图更省墨、更易读排序。
- [Diverging bar chart](https://xuzhen-li.github.io/paper-viz/#diverging-bar): 一批指标有正有负、需要以 0 为中心比较方向和幅度时用。
- [Bar chart with points and P values (house style)](https://xuzhen-li.github.io/paper-viz/#house-bar): 几个处理与对照比较均值时用；柱为均值、误差棒为 s.d.，叠加原始点，柱内写均值，括号线标出与对照的 t 检验 P。
- [Forest plot of effects (house style)](https://xuzhen-li.github.io/paper-viz/#house-forest): 多个条目的效应量（± 95% CI）在两个批次或条件下对照时用；CI 跨 0 的点画成空心，数值写在 CI 右侧，N 写在角落。
- [Lollipop chart](https://xuzhen-li.github.io/paper-viz/#lollipop): 特征较多、要按大小排序并标出需要强调的条目时用。
- [Multi-metric faceted bars (house style)](https://xuzhen-li.github.io/paper-viz/#metric-facet-bar): 在多个具有不同单位或量纲的评价指标下，分小面板并排比较几种方法在多折交叉验证（把数据分成几份轮流测试）中的平均表现时用。
- [Slope chart](https://xuzhen-li.github.io/paper-viz/#slope-chart): 一批指标只有前后两个时间点、要看谁升谁降时用。
- [Waterfall chart](https://xuzhen-li.github.io/paper-viz/#waterfall): 要把期初水平拆成若干增减项并接到期末总量时用；适合贡献分解、预算桥接。
- [Alluvial and Sankey](https://xuzhen-li.github.io/paper-viz/#alluvial): 同一批样本在两三个分类之间怎么分流时用。
- [Donut chart with direct labels (house style)](https://xuzhen-li.github.io/paper-viz/#house-donut): 一个整体分成 ≤6 份时用；百分比写在环上，类别名用扇区同色写在环外，中心写总量；<3% 的类别合并为 Other。
- [UpSet plot of set intersections (house style)](https://xuzhen-li.github.io/paper-viz/#house-upset): 4 个以上集合比较重叠时用（集合多时比韦恩图清楚）；上方柱为互斥交集大小，下方点阵标出交集由哪些集合组成，左侧横柱为各集合大小。只属于一个集合的柱与点用该集合的颜色，多个集合的交集用黑色；数值直接写在柱上，点阵列交替浅灰底，集合名用同色写在点阵旁。
- [Mosaic plot](https://xuzhen-li.github.io/paper-viz/#mosaic): 两个分类变量的联合计数要同时看边际和条件比例时用。
- [Pie and donut](https://xuzhen-li.github.io/paper-viz/#pie): 一个整体拆成少数几份、要强调份额时用。
- [Stacked area](https://xuzhen-li.github.io/paper-viz/#stacked-area): 若干组分随时间同时变化、要看总量和份额时用。
- [Stacked bar](https://xuzhen-li.github.io/paper-viz/#stacked-bar): 每个样本由若干组分构成、要比较组间比例时用。
- [Sunburst](https://xuzhen-li.github.io/paper-viz/#sunburst): 一个整体分成大类、大类再分成子类，要在同一张圆图里看两层份额时用。Use when a whole splits into parent categories and their children, drawn as two concentric rings.
- [Ternary plot](https://xuzhen-li.github.io/paper-viz/#ternary): 三个组分之和为 1、要看样本落在单纯形的哪一区时用。
- [Treemap](https://xuzhen-li.github.io/paper-viz/#treemap): 两组里各有多块、要用面积比较大小时用。
- [UpSet plot](https://xuzhen-li.github.io/paper-viz/#upset): 四个以上集合要看组合交集的大小时用。
- [Venn diagram](https://xuzhen-li.github.io/paper-viz/#venn): 两三个集合要看共享和独有的元素个数时用。
- [Waffle chart](https://xuzhen-li.github.io/paper-viz/#waffle): 用可数的格子表示份额、总数固定为一百时用。
- [Bland–Altman plot](https://xuzhen-li.github.io/paper-viz/#bland-altman): 比较两种测量方法是否一致时用；看差值是否随均值漂移，并标出均值差与一致性界限。
- [Bubble chart](https://xuzhen-li.github.io/paper-viz/#bubble): 两个连续坐标之外还要用点的面积表示第三个数时用。
- [Correlation matrix](https://xuzhen-li.github.io/paper-viz/#correlation-matrix): 十几个连续指标要一眼看出谁和谁同向或反向时用。
- [Cumulative count over time with event markers (house style)](https://xuzhen-li.github.io/paper-viz/#cumulative-timeline): 展示一个或多个主题随年份增长的累计数量变化（如文献逐年累计发表量），并在时间轴上标出关键历史事件时用。
- [Hexbin density](https://xuzhen-li.github.io/paper-viz/#hexbin): 散点很密、普通散点叠成一团时用；用六边形分箱看二维密度与热点，比透明散点更清晰。
- [Stacked area with scenario lines and gap arrows (house style)](https://xuzhen-li.github.io/paper-viz/#house-area-scenarios): 适用于展示总量拆分及多个未来情景从共享历史产生分歧时的差距，采用单面板 2x2 89 × 89 mm 尺寸及 9/10 pt Arial 字体，数据为模拟的 2000 至 2100 年杂草种子库，包含黑色历史实线、无控制、当前实践、目标及激进情景折线，底层为深浅 house_div 蓝色的年度和多年生杂草堆叠面积，图内标注了由 data.csv 在 2050 年计算得出的差距及灰色向下箭头。
- [Line chart with CI ribbons (house style)](https://xuzhen-li.github.io/paper-viz/#house-line): 少数几组随时间（或剂量）变化、每个时间点有重复时用；画均值线 + 95% 置信带，线尾直标组名，组间差和 P 写在图内。
- [Dense open-circle time series with line-end labels (house style)](https://xuzhen-li.github.io/paper-viz/#house-point-series): 适用于展示不多于 5 个均匀且密集采样的系列以保持单个读数可见，采用单面板 2x2 89 × 89 mm 尺寸及 9/10 pt Arial 字体，数据为 0 至 3600 秒的模拟叶片温度，使用 pv_palette("house") 分配四种颜色的空心圆点且无连线，线尾带粗体同色标注并在图内计算 2400 至 3600 秒的平均温差。
- [Scatter with group fits (house style)](https://xuzhen-li.github.io/paper-viz/#house-scatter): 两个连续变量、分几组看关系时用；每组一条拟合线，R² 与 P 写在图内，组名和重点样品直接标在点旁，不用图例。
- [Line chart](https://xuzhen-li.github.io/paper-viz/#line-basic): 自变量有顺序、要比较几条带噪声的轨迹时用。
- [Parallel coordinates](https://xuzhen-li.github.io/paper-viz/#parallel-coordinates): 多个量纲不同的指标要放在一起比较各组轮廓时用。
- [Scatter with regression](https://xuzhen-li.github.io/paper-viz/#scatter): 两个连续变量要看趋势，并按组别比较斜率时用。
- [Scatter with marginal distributions](https://xuzhen-li.github.io/paper-viz/#scatter-marginal): 要同时看两个连续变量的组间相关，以及各变量在各组里的边缘分布时用。Use when a grouped scatter should also show each axis as a marginal density, histogram, or boxplot.
- [Expression trend](https://xuzhen-li.github.io/paper-viz/#expression-trend): 时间序列基因已分成几种变化模式、要叠看单基因和类群均值时用。
- [MA plot](https://xuzhen-li.github.io/paper-viz/#ma-plot): 要同时看平均表达和倍数变化、并标出显著基因时用。
- [Volcano plot](https://xuzhen-li.github.io/paper-viz/#volcano): 两组比较要同时看倍数变化和显著性时用。
- [OPLS-DA scores](https://xuzhen-li.github.io/paper-viz/#opls-da): 两组代谢或表型数据要看监督分离是否高于置换空分布时用。
- [PCA score plot](https://xuzhen-li.github.io/paper-viz/#pca-biplot): 已有样本的主成分坐标、要按组看分离时用。
- [Pseudotime trajectory](https://xuzhen-li.github.io/paper-viz/#trajectory): 要在低维嵌入上看细胞沿拟时序如何分叉时用。
- [UMAP and t-SNE](https://xuzhen-li.github.io/paper-viz/#umap-tsne): 要看非线性降维后的类群是否分开时用。
- [Density plot](https://xuzhen-li.github.io/paper-viz/#density): 要在同一坐标上比较几组平滑分布，并标出主峰位置时用。
- [Empirical CDF](https://xuzhen-li.github.io/paper-viz/#ecdf): 要在同一坐标上比较多组累积分布、看整体偏移或尾部差异时用。
- [Histogram](https://xuzhen-li.github.io/paper-viz/#histogram): 要看一两个组的取值频数，并对照分布形状时用。
- [Density curves with group means (house style)](https://xuzhen-li.github.io/paper-viz/#house-density): 2–4 组连续数值比较分布形状时用；半透明填充 + 同色轮廓，均值用同色虚线并在线顶写组名和数值，Kruskal–Wallis P 写在角落。
- [Raincloud plot (house style)](https://xuzhen-li.github.io/paper-viz/#house-raincloud): 几组连续数值比较分布时用；半小提琴 + 窄箱 + 抖动点，相邻两组的 Wilcoxon P 用括号线写在上方，每组 n 写在底部。
- [Normal QQ plot](https://xuzhen-li.github.io/paper-viz/#qq-plot): 检查单变量是否近似正态、或看尾部偏离时用。
- [Raincloud plot](https://xuzhen-li.github.io/paper-viz/#raincloud): 要在同一张图里看原始点、箱线摘要和分布形状时用。
- [Ridgeline plot](https://xuzhen-li.github.io/paper-viz/#ridgeline): 组数较多、要比较多条分布的位置和重叠时用。
- [Enrichment dot plot](https://xuzhen-li.github.io/paper-viz/#enrichment-dot): 通路要同时看基因比例、命中数和显著性时用。
- [GSEA running score](https://xuzhen-li.github.io/paper-viz/#gsea): 要看一个基因集在排序列表的哪一头富集时用。
- [BUSCO stacked bar](https://xuzhen-li.github.io/paper-viz/#busco-bar): 比较多份基因组组装的完整度、重复、碎片和缺失比例时用。
- [Chromosome ideogram](https://xuzhen-li.github.io/paper-viz/#chromosome-ideogram): 展示植物染色体相对长度、着丝粒与短臂 NOR，并叠加基因密度时用。
- [Circos plot](https://xuzhen-li.github.io/paper-viz/#circos): 在一张圈图里同时看染色体密度和区间之间的连线时用。
- [Coverage and signal tracks](https://xuzhen-li.github.io/paper-viz/#coverage-track): 在同一 2 Mb 位点上对照测序深度、ATAC、RNA 和拷贝数变化时用。
- [aDNA damage curve](https://xuzhen-li.github.io/paper-viz/#damage-curve): 检查古 DNA 是否表现为 5' 端 C→T、3' 端 G→A 的末端损伤时用。
- [Fragment length distribution](https://xuzhen-li.github.io/paper-viz/#fragment-length): 比较古 DNA 短片段、核小体保护峰和现代文库插入长度时用。
- [Gene structure](https://xuzhen-li.github.io/paper-viz/#gene-structure): 比较转录本外显子、UTR、结构域和点突变位置时用。
- [GWAS Manhattan and QQ](https://xuzhen-li.github.io/paper-viz/#gwas-manhattan): 全基因组关联要同时看染色体峰和 p 值校准（QQ）时用。
- [Hi-C contact map](https://xuzhen-li.github.io/paper-viz/#hic-contact): 查看染色体领地、距离衰减，以及植物中着丝粒之间的 Rabl 接触时用。
- [Manhattan plot with chrom12 colours (house style)](https://xuzhen-li.github.io/paper-viz/#house-manhattan): Use this for a 4x1 layout measuring 183 x 43 mm with 7 or 8 pt text. The dataset includes 12 chromosomes and 6,000 SNPs. The Bonferroni threshold is 0.05 / 6,000, which equals 8.33 x 10^-6. The -log10 P threshold is 5.079, displayed as -log10 P = 5.08. There are 47 significant SNPs, with peaks on chr3 and chr8. Place the threshold label above the left end of the dashed line. The upper y limit is the highest peak plus 0.8. Place a single-line footnote inside the figure, below the plot box. The lead SNP is a red diamond with a black outline, about twice the significant point size (1.9 vs 0.9). Label the lead SNP as "chrN lead SNP". The data represents a simulated 12-chromosome genome like rice or tomato. The in-plot footnote uses 7 pt text. The footnote reads: "Simulated 12-chromosome genome (rice/tomato-like). Simulated data for illustration; not biological results". The data.csv file is 88 KB, remaining well under the 200 KB limit.
- [k-mer spectrum](https://xuzhen-li.github.io/paper-viz/#kmer-spectrum): 从 k-mer 频谱看错误峰、杂合 1n 峰和纯合 2n 峰，判断植物基因组杂合度时用。
- [Multiple sequence alignment](https://xuzhen-li.github.io/paper-viz/#msa): 短蛋白片段要同时看残基差异和逐位保守性时用。
- [Mutation spectrum](https://xuzhen-li.github.io/paper-viz/#mutation-spectrum): 按 SBS96 展示 6 类替换乘 16 种三核苷酸上下文的突变计数或比例时用。
- [Oncoplot](https://xuzhen-li.github.io/paper-viz/#oncoplot): 展示多样品、多基因的突变类型，并在上方汇总转换与颠换时用。
- [Pangenome pie and growth](https://xuzhen-li.github.io/paper-viz/#pangenome-curve): 概括植物泛基因组的 core/shell/cloud 组成，并看 pan 与 core 随基因组数的饱和时用。
- [PAV heatmap](https://xuzhen-li.github.io/paper-viz/#pav-heatmap): 比较多个基因组里基因家族的有无，并按核心、外壳和云基因查看时用。
- [Protein lollipop](https://xuzhen-li.github.io/paper-viz/#protein-lollipop): 把突变位点标在蛋白结构域上、并用高度表示复发次数时用。
- [Sequence logo](https://xuzhen-li.github.io/paper-viz/#sequence-logo): 展示一个 DNA 模体各位置的保守性和碱基偏好时用。
- [SV size distribution](https://xuzhen-li.github.io/paper-viz/#sv-size): 比较缺失、插入、重复和倒位的长度谱，尤其是植物 LTR 尺度的插入峰时用。
- [Synteny ribbon and dotplot](https://xuzhen-li.github.io/paper-viz/#synteny): 比较两个基因组的共线性区块、方向和锚点一致性时用。
- [TE composition](https://xuzhen-li.github.io/paper-viz/#te-composition): 比较植物基因组的 TE 类别占比，并看 Gypsy/Copia 等的分歧度（年龄）景观时用。
- [Dot heatmap](https://xuzhen-li.github.io/paper-viz/#dot-heatmap): 格子要同时编码强度和比例，又不想用色块铺满时用。
- [Clustered heatmap](https://xuzhen-li.github.io/paper-viz/#heatmap): 基因对样本的矩阵要同时看模块和组别时用。
- [Annotated diverging heatmap (house style)](https://xuzhen-li.github.io/paper-viz/#house-heatmap): 少量行 × 少量列、正负都有的数值矩阵时用；蓝–红发散色以 0 为中心，每格写数值（深底白字），行按聚类排序。
- [Composite figure](https://xuzhen-li.github.io/paper-viz/#composite-figure): 一张期刊图里要并排放散点、分组柱、时间曲线和小热图，并共用处理组图例时用。Use when a double-column figure should assemble those four panels in one font, palette, and legend.
- [Ensemble small multiples with side boxes (house style)](https://xuzhen-li.github.io/paper-viz/#house-ensemble-multiples): 适用于展示多个组的重复轨迹集合以强调分布与趋势，采用 4x4 183 × 183 mm 多面板及 7/8 pt Arial 字体，排布为 2 列 5 行小多图，使用 pv_palette("geo", 10) 绘制模拟的 80 代性状偏移数据，包含灰色重复细线、彩色均值线、组名与计算斜率，以及展示最后 10 代分布的侧边箱线。
- [ABA kinetics page, single column (house mosaic, 2x4)](https://xuzhen-li.github.io/paper-viz/#house-mosaic-aba-kinetics): 模拟数据，仅作示意，不是生物学结果（Simulated data for illustration; not biological results）。单栏（89 mm 宽、整页高 183 mm）讲一条通路的动态：a 时间曲线（2×1）、b 四基因与水势的小多图（2×2）、c 横向雨云图与 d 密度曲线（各 1×1）。b 的标题写相关最强的基因及 Pearson r（由数据计算），并说明它所在位点也有最强的 GWAS 信号（Fig. 3a），不作因果推断；每个小图标 Pearson r 与 n。
- [GWAS page with a 4x1 Manhattan (house mosaic, 4x2)](https://xuzhen-li.github.io/paper-viz/#house-mosaic-gwas): 模拟数据，仅作示意，不是生物学结果（Simulated data for illustration; not biological results）。DTI = drought tolerance index（耐旱指数）。双栏半页讲一个 GWAS：a 是通栏 4×1 曼哈顿图，b 为头号位点区域图（2×1，按 r² 着色并画基因模型），c 头号 SNP 的基因型效应（箱线 + 原始点），d 各群体等位基因频率（堆叠条）。
- [Transcriptome overview page (house mosaic, 4x3)](https://xuzhen-li.github.io/paper-viz/#house-mosaic-transcriptome): 模拟数据，仅作示意，不是生物学结果（Simulated data for illustration; not biological results）。DEG 定义：|log2FC| >= 1，padj < 0.05，SD vs WW，单一采样时间（不跨时间点取并集），写在图底一行脚注里；b、e、f 都按此计数，e/f 只算上调且去重（unique DEGs）。双栏一整页讲一个转录组结果：左上 PCA 与 DEG 计数是数据总览，中间热图是主结果，右侧 GO 森林图（10 个 GO 正式名称）是统计，底部 3×1 UpSet 看上调 DEG 在组织间的共享，旁边 1×1 环图把去重后的上调 DEG 按共享组织数（1 / 2 / 3+）分成 3 段。七种图型在一页上，面板框上下、左右对齐。
- [Small multiples with in-panel trends (house style)](https://xuzhen-li.github.io/paper-viz/#house-small-multiples): 同一指标在多个地区或类别上并排比较时用；共享坐标轴、只在外侧写刻度，每个面板左上写名称和线性趋势 ± s.e.（含显著性星号），显著上升红色、下降蓝色、不显著灰色。
- [Mantel test plot](https://xuzhen-li.github.io/paper-viz/#mantel-plot): 同时看环境因子之间的相关，以及它们与组学距离的 Mantel 关系时用。
- [Rarefaction curve](https://xuzhen-li.github.io/paper-viz/#rarefaction): 比较各组物种丰富度是否随测序深度趋于饱和时用。
- [RDA biplot](https://xuzhen-li.github.io/paper-viz/#rda-biplot): 样方群落要同时看生境分组和几个环境因子的方向时用。Use when sites should be ordinated with environmental arrows on the same RDA axes.
- [STAMP difference bar](https://xuzhen-li.github.io/paper-viz/#stamp-diffbar): 展示两组微生物类群平均比例差及置信区间时用。
- [Taxa bar with tree](https://xuzhen-li.github.io/paper-viz/#taxa-tree-bar): 按样品聚类树的顺序展示类群相对丰度时用。
- [Chord diagram](https://xuzhen-li.github.io/paper-viz/#chord): 展示若干组别之间的定向流量或互作强度时用。
- [Correlation network](https://xuzhen-li.github.io/paper-viz/#network): 看特征之间的相关边、边权和社区结构时用。
- [Annotated phylogeny](https://xuzhen-li.github.io/paper-viz/#phylo-tree): 按群体给分支上色，并在内部节点标出支持率时用。
- [Tree with heatmap](https://xuzhen-li.github.io/paper-viz/#tree-heatmap): 把系统树和叶节点性状矩阵或单个性状条形对齐展示时用。
- [ADMIXTURE stacked bar](https://xuzhen-li.github.io/paper-viz/#admixture-bar): 展示个体祖先成分，并沿群体比较 K = 2 到 6 的结构。
- [ADMIXTURE CV error](https://xuzhen-li.github.io/paper-viz/#admixture-cv): 选 ADMIXTURE 的 K 时，看交叉验证误差在哪一档最低。
- [Pairwise Fst heatmap](https://xuzhen-li.github.io/paper-viz/#fst-heatmap): 十二个群体的成对分化要按地理或驯化顺序排开、而不是按聚类字母序时用。
- [f-statistic point range](https://xuzhen-li.github.io/paper-viz/#fstats-point): 一组 D 或 f4 检验要同时看估计、置信区间和是否跨过 0 时用。
- [Geo-grouped PCA scatter (house style)](https://xuzhen-li.github.io/paper-viz/#house-pca-geo): Use this layout for a 2x2 grid measuring 89 x 89 mm. Base panel sizes increase by 2 pt, ticks use 9 pt, and axis titles use 10 pt. The dataset contains 120 individuals across 6 regions with 20 individuals each. The 6 regions are Iberia, W Europe, Balkans, Caucasus, Central Asia, and East Asia. Order the regions from west to east using geo colors 1 through 6. The data comprises 300 unlinked SNPs, which is equivalent to LD-pruned data. The plot.R script calculates the PCA directly. Variance explained is 16.42% for PC1 and 5.71% for PC2, written as 16.4% and 5.7% in the axis titles. Use direct labeling with group color text and no color blocks. Labels are placed within 2 mm of the nearest point of their own group without overlapping points. Do not use a legend. Axis limits equal the data range plus or minus 6%. Each label must be closer to its own group centroid in mm than to any other group. Place labels on the side facing away from the nearest other group. Place the footnote inside the figure, below the plot box. The in-plot footnote uses 7 pt text across two lines. The footnote reads: "n = 20 per region; 300 unlinked SNPs (equivalent to LD-pruned)" and "Simulated data for illustration; not biological results". Do not use coord_fixed because fixing the 3:1 variance ratio flattens the 2x2 canvas.
- [Isolation by distance](https://xuzhen-li.github.io/paper-viz/#isolation-by-distance): 检验分化是否随地理距离增加，并看不同区域斜率是否不一样。
- [LD decay](https://xuzhen-li.github.io/paper-viz/#ld-decay): 比较野生、农家种和栽培种的连锁不平衡随物理距离衰减有多快。
- [Population PCA](https://xuzhen-li.github.io/paper-viz/#pca-population): 用个体主成分看群体是否分开、栽培种是否比野生种更紧时用。
- [Effective population size](https://xuzhen-li.github.io/paper-viz/#psmc-ne): 看驯化瓶颈和野生种、栽培种在哪个时间尺度上 Ne 分开或重新汇合。
- [ROH and IBD lengths](https://xuzhen-li.github.io/paper-viz/#roh-ibd): 比较群体的纯合片段和同源 IBD 片段是短而多，还是出现很长的尾巴。
- [Geographic sampling map](https://xuzhen-li.github.io/paper-viz/#sampling-map): 采样点要按群体着色、按样本量缩放，并看出群体的地理范围时用。
- [Selection scan](https://xuzhen-li.github.io/paper-viz/#selection-scan): 沿基因组找选择信号，XP-CLR 看群体间扫描，|iHS| 看单倍型纯合延伸。
- [Site frequency spectrum](https://xuzhen-li.github.io/paper-viz/#sfs): 比较野生种、农家种和栽培种的稀有等位基因是过多还是被瓶颈削平。
- [TreeMix migration tree](https://xuzhen-li.github.io/paper-viz/#treemix): 在最大似然群体树上画出迁移边，并用颜色表示迁移权重时用。
- [Ancient DNA processing](https://xuzhen-li.github.io/paper-viz/#adna-processing): 按顺序交代古 DNA 从取样到真实性检验的主线步骤。
- [Ancient DNA workflow by role](https://xuzhen-li.github.io/paper-viz/#adna-swimlane): 野外、实验和计算分成三条泳道。
- [Assembly strategy comparison](https://xuzhen-li.github.io/paper-viz/#assembly-compare): 比较 HiFi、纳米孔、混合和短读长四条组装路线。
- [Genome assembly iteration](https://xuzhen-li.github.io/paper-viz/#assembly-iteration): 组装、抛光、评估、修订构成循环，通过后再发布。
- [Case-control sequencing design](https://xuzhen-li.github.io/paper-viz/#case-control-arms): 病例和对照两条臂平行取样测序，再联合分析。
- [GWAS analysis flow](https://xuzhen-li.github.io/paper-viz/#gwas-io): 表型、基因型和协变量进入模型，右侧是结果。
- [Multi-omics integration](https://xuzhen-li.github.io/paper-viz/#multiomics-hub): 基因组、转录组、表观和表型汇入一个联合模型。
- [Multi-omics from one cohort](https://xuzhen-li.github.io/paper-viz/#multiomics-parallel): 同一批样本分出多条测定，再汇到整合。
- [Pangenome construction](https://xuzhen-li.github.io/paper-viz/#pangenome-phases): 把泛基因组工作分成采集、组装、图和下游四段。
- [Analysis platform layers](https://xuzhen-li.github.io/paper-viz/#platform-layers): 从数据、处理、模型到报告，自下而上四层。
- [Population-genetic study design](https://xuzhen-li.github.io/paper-viz/#popgen-three-aims): 一个问题拆成结构、历史和选择三条线，再汇合。
- [Technical route for a genomics project](https://xuzhen-li.github.io/paper-viz/#project-phases): 课题按设计、产生数据、分析和写作四段往下走。
- [RNA-seq analysis route](https://xuzhen-li.github.io/paper-viz/#rnaseq-stages): 每个分析阶段对应一项工作和一项交付。
- [Sample routing by material](https://xuzhen-li.github.io/paper-viz/#sample-routing): 新鲜组织、馆藏标本和沉积物走不同前处理。
- [Field sampling timeline](https://xuzhen-li.github.io/paper-viz/#sampling-timeline): 按年份排采样和分析里程碑。
- [Convergent evidence for selection](https://xuzhen-li.github.io/paper-viz/#selection-evidence): 多种选择或关联证据汇到候选位点，再做功能验证。
- [Selective sweep concept](https://xuzhen-li.github.io/paper-viz/#selective-sweep-concept): 演示有利突变在群体中频率上升时，如何带动周围单倍型（同一条染色体上一起遗传的变异组合）趋同并造成局部核苷酸多样性（π，序列间差异程度）出现低谷。
- [Sequencing quality gate](https://xuzhen-li.github.io/paper-viz/#sequencing-qc-gate): 质控通过才继续，不通过回到建库。
- [Variant filtering cascade](https://xuzhen-li.github.io/paper-viz/#variant-filter-cascade): 变异集逐级变窄，直到高置信集合。
- [Variant discovery modules](https://xuzhen-li.github.io/paper-viz/#variant-modules): 比对读段分到 SNV、indel、SV 和 CNV，再合并。
- [Whole-genome sequencing pipeline](https://xuzhen-li.github.io/paper-viz/#wgs-pipeline): 从采样到变异检出的一条直线流程。