导读

火山图可以展示cancer vs normal的差异结果。如果还有一组model组，那么该如何展示呢？使用双火山图，实现了将cancer、normal、model三个实验条件绘制在一张图上，同时展示cancer vs normal, model vs cancer共有且具有相同差异表达趋势（上调、上调），或者相反差异表达趋势（上调、下调）的感兴趣基因。

火山图

火山图本质上是一种散点图，它将统计测试中的统计显著性量度（如p值）和变化幅度（fold change）相结合，从而能够帮助研究者快速直观地识别那些变化幅度较大且具有统计学意义的数据点（如基因等）。火山图常用于转录组研究，也能应用于基因组、蛋白质组、代谢组等统计数据。

图中的点表示基因。

X轴是差异倍数，log2转化。表示基因表达的倍数变化，通常以|fc|>=2（即|log2fc|>=1）作为阈值。以左侧和右侧的两条垂直线表示。

Y轴是P-value，-log10转化。表示统计检验获得的是否统计差异显著的一个衡量值，通常以P-value<0.05 （或者校正p值<0.05）为统计检验显著阈值。以水平线表示，水平线上方的点表示p<0.05，下方的点表示p>0.05。

根据阈值，将数据点分成三类：  

上调基因，满足p<0.05 & log2fc>=1，图中红色点

下调基因，满足p<0.05 & log2fc<=-1，图中蓝色点

不显著基因，其他不满足上调、下调阈值的基因，图中灰色点

双火山图

对于有三个条件的实验设计，一般会进行两个比较，这时使用双火山图既可以展示两个比较的差异，又可以将两个比较中共有的感兴趣基因在中间标注。相当于两个火山图加一个venn图。

图中左侧为cancer vs normal的火山图。左边蓝色是下调，右边红色是上调。

右侧为model vs cancer的火山图。左边蓝色是下调，右边红色是上调。中间为两个比较中感兴趣的共有基因，这些基因符合上调-下调趋势。

此图在设计的时候，左侧火山图固定，即：左边是下调，右边是上调。右侧火山图根据数据左右可以互换，即：可以将上调画在左边（标注上调+上调的基因），也可以将下调画在左边（标注上调+下调的基因）。这样可以保证基因的连线在图中间，而不跨过不显著区域（当然也可以绘制跨不显著区域的图）。

除了同时展示转录组的两个比较结果外，也可以同时展示两种组学，例如cancer vs normal的转录组，cancer vs normal的蛋白组结果，标注那些基因和蛋白同时表达差异的数据点。

 1，     打开绘图页面

https://www.bioinformatics.com.cn/plot_basic_label_genes_linked_two_volcano_plot_237

2，示例数据

点击图片上方的示例数据，下载，并使用excel打开。

示例数据包括三部分：

第一部分：左侧火山图数据，3列。第一列为基因名（不能有重复），第二列为log2fc，第三列为p值

第二部分：右侧火山图数据，3列。第一列为基因名（不能有重复），第二列为log2fc，第三列为p值

第三部分：待标注基因，必需在左右两侧火山图中都出现。

注意：两部分火山图行数可以一样（例如都是转录组），也可以不一样（例如左边是转录组右边是蛋白组）。

3，输入检查

Ctrl+A选中示例数据，Ctrl+C拷贝，Ctrl+V粘贴到输入框。

然后使用输入框下面的“输入检查”按钮先对输入数据进行检查。若检查不通过，请根据检查提示重复【修改-输入检查】步骤，直到检查通过（如下图所示），然后可以继续往下进行。

注：输入检查是新加功能，它会根据不同模块的输入要求，逐行逐列检查输入数据，并给出提示，确保数据符合模块要求。

4，参数选择

图片大小：图片宽度，图片高度

阈值：左侧火山图的fc、p阈值；右侧火山图的fc、p阈值。

颜色：上调颜色，下调颜色，不显著颜色，以及标注基因的颜色

X轴标注：左侧火山图X轴标注比较方式，右侧火山图X轴标注比较方式

P值极值：左侧火山图p值极值处理方法，右侧火山图p值极值处理方法。建议相同组学的用一样的阈值，不同组学的使用不一样的值。

Y轴最大值：用于避免极值点被截断，可以适当增加该值

中间区域：中间区域的宽度，默认1.2，为火山图的约1/5宽度；标注基因最低位置是基因最下面的位置，若基因较少，可以适当增加该值。

字体大小：包括轴说明字体大小，刻度字体大小，标注基因字体大小，图例字体大小等

字体：Times New Roman和Arial字体

5，提交出图

检查通过，并且参数选好后，点击“提交”按钮，约10s后，会在页面上呈现双火山图预览。我们提供了pdf，svg两种矢量图，png，tiff两种标量图供大家下载使用。其中矢量图可以使用acrobat illustrator进行编辑、组图等。

每张图都是一个故事，表达一个生物学意义。

在这张图中，我们可以很清楚地看到在cancer vs normal中，794个基因表达上调1314个基因表达下调，在model vs cancer种，1037个基因表达上调，607个基因表达下调，其中23个感兴趣的基因符合normal-cancer-model的上调-下调表达趋势。

参考文献：Liver-Inspired Polyetherketoneketone Scaffolds Simulate Regenerative Signals and Mobilize Anti-Inflammatory Reserves to Reprogram Macrophage Metabolism for Boosted Osteoporotic Osseointegration. Fig4A

微生信助力高分文章，用户196000，谷歌学术3600