云平臺指南 | 云交互式火山圖——助你輕松找到“理想型”（上）
無論使用的是轉錄組數(shù)據(jù)還是芯片數(shù)據(jù)，對差異基因顯著性結果的展示對一項差異表達研究來說都是十分重要的。其中，差異倍數(shù)大且顯著程度高的候選基因往往是科研者們的“理想型”。如果把這些“候選者”的名字一一打印在展示圖片上，那么上萬個名字必然你遮住了我，我擋住了你?？扇绻淮蛴〕鏊鼈兊拿?，那么在繪制而成的圖片上我的“理想型”基因究竟在哪里呢？差異倍數(shù)大且顯著程度高的那個它叫什么名字？難道要對照上萬個基因的相關數(shù)據(jù)一個一個去找么？現(xiàn)在，交互式火山圖可以帶你輕松找到那個想要的“它”。
背景知識介紹
火山圖（Volcano Plot）是散點圖的一種，可以非常清晰的展示出基因在不同樣本中的差異倍數(shù)和顯著性。其橫坐標為基因在樣本間差異表達倍數(shù)的對數(shù)logFoldChange，橫坐標為差異顯著性（p-value或q-value）。交互式火山圖通過eCharts實現(xiàn)圖片的動態(tài)生成交互功能。
那究竟要怎么使用它？請繼續(xù)看下去吧，非常的簡單哦！
歐易云平臺-交互式火山圖
2.1 數(shù)據(jù)輸入? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?
作為差異基因顯著性結果的展示，交互式火山圖的輸入數(shù)據(jù)為基因表達量差異未篩選文件，至少需要含有三列：第一列、Names(基因/探針名稱)；第二列、logFoldChange；第三列、p-value ；代謝組數(shù)據(jù)第四列可添加 VIP，而有的表達量差異文件計還算了q-value值，這里同樣支持以q-value為顯著性衡量標準進行篩選；
圖1 測序數(shù)據(jù)輸入整理
圖2 芯片數(shù)據(jù)輸入整理
圖3 代謝/蛋白組數(shù)據(jù)輸入整理??
在芯片數(shù)據(jù)中，可以輸入預先篩選定義的差異基因，則在生成的圖片中，該部分基因將展示為差異基因，其余基因一律展示為無意義的基因；
圖4 芯片組差異文件
若要展示差異基因名于圖片上，可將需要展示的差異基因名輸入“標記名稱列表”框中。而對于芯片數(shù)據(jù)，可在“標記名稱列表（芯片）”中輸入基因ID于探針對應的兩列數(shù)據(jù)；
圖5 標記名稱列表
圖6 標記名稱列表（芯片）
2.2 參數(shù)選擇
在“參數(shù)調整”的“主要參數(shù)”中對應位置選擇上傳相應文件；
在“參數(shù)調整”的“常用參數(shù)”中有如下選項；
步驟詳情：
（1）設置顯著性閾值篩選條件，默認為p-value，可在下拉框中選擇q-value；
（2）設置顯著性閾值大小，既p-value或q-value的篩選條件，默認為0.05，可在此鍵入一個閾值；
（3）設置差異倍數(shù)閾值，既FC（Fold Change）的篩選條件，默認為2，可在此鍵入一個閾值；
（4）為VIP篩選條件，僅在代謝/蛋白組數(shù)據(jù)中生效，默認為0，即不進行篩選。注意！若輸入數(shù)據(jù)為轉錄組或芯片數(shù)據(jù)，輸入數(shù)據(jù)中無表頭為“VIP”的列，而設置了非0的VIP值，是會報錯的哦；
（5）標記名稱列表，可再次輸入想要展示在生成圖片上的基因名，注意區(qū)分大小寫，要與輸入數(shù)據(jù)中的基因名保持一致才能被成功展示；
（6）差異基因（芯片必須），如果不想按輸入的顯著性和差異倍數(shù)閾值來展示芯片數(shù)據(jù)的結果，在這里可以輸入預先定義好的差異基因，將其作為差異基因于生成圖片中進行展示（如圖6）；
（7）標記名稱列表（芯片），在這里可以輸入芯片探針與對應的基因名，將基因名作為標記名稱在圖片上進行展示（如圖4）；
（8）可設置生成圖片的點大小，范圍為1~3，若超出范圍則使用默認值，默認為1.2；此外，在這里分別提供兩種配色方案：藍灰紅（顯著低表達——深藍、低表達——淺藍、不顯著——灰、高表達——淺紅、顯著高表達——深紅）和綠灰黃（顯著低表達——深綠、低表達——淺綠、不顯著——灰、高表達——淺黃、顯著高表達——亮黃）兩種，默認為藍灰紅配色。
完成上述數(shù)據(jù)輸入和參數(shù)選擇后就可以得到生成的交互式火山圖啦~
如果你還在為不知如何繪制SCI圖表而憂愁，還在為畢業(yè)論文制圖效率低下美觀度不滿意而焦心，或者想要找到一個高效制圖的集中地……
歐易云是歐易/鹿明生物旗下的科研圖表聚集地，里面火熱繪圖工具+教程，使用便捷且能自動調色增加科研圖的美觀度，同時還將上線更多科研圖功能，請持續(xù)關注歐易云平臺，相信聰明的你一定不會錯過！
詳細技術請訪問歐易生物官網
?
百度搜索歐易生物（oebiotech）
?
了解更多多組學技術
猜你想看
1、探“云”指南 | 歐易云GO/KEGG氣泡圖制作秘籍
2、探“云”指南—關于富集分析的那點事
3、探“云”指南 | GSVA（基因集變異分析）
4、探“云”指南 | 手把手教您歐易云平臺曲線繪制
原創(chuàng)聲明：本文由歐易生物(OEBIOTECH)學術團隊報道，本文著作權歸文章作者所有。歡迎個人轉發(fā)及分享，未經作者的允許禁止轉載。
