联川生物云平台：高级火山图

如何引用

Advanced volcano plot was performed using the OmicStudio tools at https://www.omicstudio.cn/tool/7.

1简要介绍

此云工具可实现火山图的数据处理和高级绘制。
特色功能：
1.数据处理：（1）调整差异阈值（FC值，p值）；（2）Inf值处理；（3）显示统计数字；
2.图片类型：可绘制五种类型的火山图；
3.标记基因：（1）提供自动化标记和自定义标记两种模式；（2）可调整标签类型；
4.点线属性设置：颜色、形状等；
5.其他可调整内容：字体字形、标题、图例等。

2适用场景

火山图经常出现在各组学的差异分析中，可以总览数据差异情况，它有如下作用：

1.了解总体数据分布情况。一般形似火山，呈底部数据多，并向上向外喷发的状态。

2.了解差异数据分布情况。通过阈值可以区分差异数据和非差异数据，差异数据位于左上和右上 区域，一般用颜色区分差异和非差异数据，进一步可以用不同颜色区分差异上调和差异下调数据 。

3.可视化不同阈值对于差异结果的影响。参考设置差异阈值。

4.可视化差异数据。对于不同于区域的数据进行数据统计，并展示在图上。

5.标记差异基因以体现其在总体数据中的位置。参考标记基因。

火山图可以用于miRNA/lncRNA/circRNA/蛋白/代谢….等组学数据么？

3图片解读

下方同时展示了表格和图片，可以对照理解。

图中每一个点都有三个维度的信息，与表格的列对应：X轴位置（log2(FC)，表格第二列），Y轴位置（-log10(p),表格第三列），ID信息（可用于标记基因）。

X轴：代表经过log2处理的FC值（为什么需要对FC值进行log2处理？）。横向离原点越远代表差异倍数（FC值）越大，位于原点左侧代表下调，位于原点右侧代表上调。位于纵分界线两侧代表FC值显著差异，位于纵分界线中间代表FC值无显著差异。

Y轴：代表经过-log10处理的p值（为什么需要对p值进行-log10处理？）。纵向离原点越远代表p值越显著。位于水平分界线上方代表p值差异显著，反之p值不显著。

ID：仅用于标记基因，您输入需要标记的基因列表时，所用名称与此列对应即可，不限于是什么组学的ID。

图片区域解读：
此函数提供五种类型火山图，其中Pro版火山图标注的区域最细，方便起见，用Pro版进行讲解。以下关于差异的定义见设置差异阈值。其它类型也有这些区域只是标色不同。

Sig_Up：显著差异上调。

FC_Up_Only：差异上调，但p值差异不显著。

pVal_Only：p值差异显著，但差异倍数不显著。

NoDiff：无差异。

FC_Down_Only：差异下调，但p值差异不显著。

Sig_Down：显著差异下调。

其中，Sig_Up和Sig_Down区域同时满足FC值和p值的差异阈值，最值得关注。FC_Up_Only、pVal_Only和FC_Down_Only仅满足一项差异阈值，也可作为挑选对象。NoDiff在差异倍数和p值上都不差异，作为背景基因存在。

数据统计：副标题统计了全部ID的个数，图例标签中统计了各图片区域的ID个数。

坐标轴边界上只画了一半的点是什么含义？
它们代表Inf值，是由于对零进行了log计算带来的，对应表格中标注为Inf的数据。关于Inf值的详细说明参见处理Inf值。

3.1 示例图片

3.2 示例数据

4数据格式

4.1 标准格式

以下三列数据均可在我们流程结果中找到，复制出来即可使用。

第一列：ID
字符格式<chr>。

• 各组学ID均可，可以是基因名（Symbol），也可以是数据库ID（如Entrez ID），或者其他任意数据库ID，只要标记基因用的ID可以在这里找到。
  

• 若标记基因用的名称与ID列不同，见“示例数据3”。
  

• 不可存在重复值，图中的统计数字对象是此列。
  

• 重要的是列的顺序，列名可以自定义。

第二列：log2(FC)
数字格式<dbl>。对差异倍数（FC=实验组/对照组）进行log2处理。为什么需要对FC值进行log2处理？

第三列：-log10(pVal)
数字格式<dbl>。对p值进行log10处理并取负值。为什么需要对p值进行-log10处理？

4.2 其他格式

• 标准格式（示例数据1）要求FC和p值都经过log计算。如果您的数据没有做，也可以在线计算：【参数调整】→【数据处理】→【log计算】→根据您的数据情况进行勾选。（对于示例数据2，需要全部勾选，去试试~）

• 注意：列顺序不要变，否则数据格式会错误。

第二列或第三列可以是字符格式<chr>（有时因为疏忽我们会在excel中将数字存储成字符格式），此函数会强制转换为数字格式<dbl>，以避免因为这种疏忽带来的报错，但仍需注意不要存在真正的字符如“A”（FC和p值都不可能是字母，这可能是错列或误写造成的），在强制转换的时候会转成NA值，从而不会画在图上。

4.3 高级格式

• 此格式是标准格式的升级版。
  主要的应用场景：图中的数据统计使用ID列，标记基因时呈现Labels列的名称。
  若您的统计和标记对象相同，则只要使用标准格式的就可以了。
  

• 注意：若不存在第四列，则第一列作为标记基因的对象；若存在第四列，则第四列作为标记基因的对象。

5数据处理

火山图的数据处理主要有差异阈值和Inf值两种情况。

5.1 设置差异阈值

对于FC，只要填显著上调的差异阈值(x)即可，显著下调的差异阈值会自动计算（1/x）。
差异阈值会影响线位置，也会影响图中每个区域的数据统计（图例中的数值）。

可以只筛选FC值或p值，但不能都不筛选，如果真的都不需要筛选，应该做散点图而非火山图。

5.1.1 示例一

• 差异倍数大于（>）2或小于（<）0.5，同时p值小于（<）0.05

5.1.2 示例二

• 差异倍数大于（>）1.2或小于（<）0.83，同时p值小于（<）0.01

5.1.3 不筛选FC值

• 如下设置的含义：FC大于（>）1同时p值小于（<）0.01即为显著上调，FC小于（<）1同时p值小于（<）0.01即为显著下调，FC等于（=）1或p值大于等于（≥）0.01即为无显著差异。

5.1.4 不筛选p值

• 如下设置的含义：FC大于（>）2即为显著上调，FC小于（<）1/2即为显著下调，FC小于等于（≤）2同时大于等于（≥）1/2即为无显著差异。

5.2 处理Inf值

5.2.1 如何（不）绘制Inf值

火山图的数据处理中经常会遇到Inf值（infinite value），它是由于对数据零进行了log计算造成的。由此我们会遇到一个问题：每一个点都需要有一个坐标轴位置(x,y)才能画在图上，那么Inf值的位置该如何确定呢？

解决方案如下：
Inf值会贴着坐标轴边缘绘制，并且只画一半，这样一眼就能认出哪些是Inf值哪些是非Inf值。另外，如果调整了坐标轴边界，如原来是Y轴范围是0 ~ 10（示例一），现在设置成是0 ~ 20（示例二），Inf值会跟着边界跑，这样它在图片中的意义可以始终保持清晰明确。

如果不想绘制Inf数据，取消勾选“绘制Inf值”即可（示例三）。需要注意的是，若不绘制Inf值，则不对Inf值进行计数。

5.2.1.1 示例一

5.2.1.2 示例二

5.2.1.3 示例三

5.2.2 极值转Inf值

以FC值（=实验组/对照组）为例，当对照组的表达量极低时，会造成FC值极大，这种极值可信度较低，同时会影响数据分布。此时我们可以将这种极值转换为Inf值，既保留了数据又不影响整体分布。

若设置的阈值超出您的数据分布范围，则此参数不起作用（示例三）。

5.2.2.1 示例一

• 当数据的差异倍数超过10时，将其FC值转成Inf值。

5.2.2.2 示例二

• 当数据的p值小于1e-20时，将其p值转成Inf值。

5.2.2.3 示例三

• 当p值阈值设为1e-20，但最小p值范围才到1e-8时。

6图片类型

6.1 显示统计数字

• 默认显示统计数字，如果不需要的话，可以取消勾选“显示统计数字”。

6.2 图形选项

• 根据需要突出的内容不同，火山图可以分为标记基因（Mark_TF、Mark_Gene）和非标记基因（Base、Standard、Pro）两种。前者突出标记基因，后者突出差异情况。对于非标记基因类型，主要区别在于颜色和图例的数据统计。这五种类型的细节区别如下，根据您想表达的生物学意义来选择类型即可。

• Base：基础款。只区分差异和非差异数据。

• Standard：标准款。区分显著差异上调、显著差异下调和无差异数据。

• Pro：增强版。在标准款的基础上，从无差异数据中区分仅FC差异和仅p值差异的数据。

• Mark_TF：标记基因。被标记基因和非标记基因颜色不同。

• Mark_Gene：标记基因增强版。标记基因可以设置不同颜色。

6.2.1 Base

6.2.2 Standard

6.2.3 Pro

6.2.4 Mark_TF

6.2.5 Mark_Gene

下期精彩继续~

相关阅读

点击下方图片进入云平台资料汇总：

所见即所得，figure有bi格

联川云平台，让科研更自由