R语言学习之火山图的绘制详解

第R语言学习之火山图的绘制详解目录火山图输入数据格式使用significant列绘制火山图自动计算significant列绘制火山图火山图中标记基因的名字

火山图

火山图用于展示基因表达差异的分布，横轴为Log2FoldChange，越偏离中心差异倍数越大；纵轴为(-1)*Log10P_adjust，值越大差异越显著。一般横轴越偏离中心的点其纵轴值也会比较大，因此呈现火山喷发的形状。

一步绘制火山图

输入数据格式

火山图需要的数据格式如下(本文用到的数据文件名为volcano.txt，文末有下载链接，此处截取一部分作为例子，也可用来画图，只是数据少，效果不明显)

id:不是必须的，但一般的软件输出结果中都会包含，表示基因名字。log2FoldChange:差异倍数的对数，一般的差异分析输出结果中也会给出对数处理的值,因此程序没有提供这一步的计算操作。padj:多重假设检验矫正过的差异显著性P值；一般的差异分析输出结果为原始值，程序提供一个参数对其求取负对数。significant:可选列，标记哪些基因是上调、下调、无差异；若无此列或未在参数中指定此列，默认程序会根据padj列和log2FoldChange列根据给定的阈值自动计算差异基因，并作出不同颜色的标记。label:可选列，一般用于在图中标记出感兴趣的基因的名字。非-行的字符串都会标记在图上。

idlog2FoldChangepadjsignificantlabel

E000074.282380EHBIO_UPA

E00008-1.10360.476466843393901Unchanged-

E00009-0.2743681Unchanged-

E000104.623477.37606076333335e-103EHBIO_UP-

E000120.9739870.482982440163204Unchanged-

E00017-1.302050.000555693857439792Baodian_UPB

E000240.6176362.78047837287061e-13Unchanged-

E000331.486692.56000581595275e-60EHBIO_UP-

E00034-0.7837160.00341521725291801Unchanged-

E000362.015926.03136656016401e-06EHBIO_UPC

E00040-1.896574.73663890849056e-21Baodian_UP-

E00041-0.2681680.563429434558031Unchanged-

E000420.08610480.367700939634328Unchanged-

E00043-1.193281.42673872027352e-153Baodian_UP-

E00044-0.8879812.43067804654905e-26Unchanged-

E00047-0.6109415.51696648645932e-57Unchanged-

使用significant列绘制火山图

#-f:指定输入文件，格式如上

#-x:指定横轴变量，值为输入文件中与取过对数的变化倍数相关的列的名字

#-y:指定纵轴变量，值为输入文件中与P-value

#(也可能是p-adj，是否取过对数都可以)相关的列的名字

#-P:若为TRUE，则表示对-y指定的列进行-log10转换

#-L:指定图例的位置

#-s:指定差异基因列

#-S:指定差异基因列不同的标签出现的顺序

sp_volcano.sh-fvolcano.txt-xlog2FoldChange-ypadj-ssignificant-S"'EHBIO_UP','Baodian_UP','Unchanged'"-PTRUE-Ltop

这个图看上去还可以，没有太大的问题。但有部分点与最顶端的线重合了，这些点的pvalue为0，取负对数后为负无穷。另外在一些情况下，会存在部分基因的pvalue极小，使得整张图呈现一个压缩的趋势，大部分点偏安于图的下方，中间大段空白，最上面零星几个点。为了避免这种情况，程序设置了参数-M用于设定pvalue的最大的负对数，所有大于给定值的数，都会视为给定值。

#-M10:指定P-value(也可能是p-adj);若小于10^(-10)，则为10^(-10)

#用于部分p-value存在异常值，导致整个图都被压缩在最底部

p_volcano.sh-fvolcano.txt-xlog2FoldChange-ypadj-ssignificant-S"'EHBIO_UP','Baodian_UP','Unchanged'"-PTRUE-Ltop-M10

注意看纵轴的变化，和最上面排成一条线的一堆点。

自动计算significant列绘制火山图

若不存在significant列，程序会根据-F指定的参数计算并标记差异基因。-F的默认值为0.05,1(引号是必须的),第一个数表示pvalue或padj，对应于-y列；第二个数表示对数转换的差异倍数，对应于-x列。

#-F"0.05,1",默认值，故命令行中未写，引号是必须的

sp_volcano.sh-fvolcano.txt-xlog2FoldChange-ypadj-PTRUE-Ltop

#-M10:与之前相同

sp_volcano.sh-fvolcano.txt-xlog2FoldChange-ypadj-PTRUE-Ltop-M10

火山图中标记基因的名字

#-l:label，在图中标记部分基因的名字；

#label为含有待标记基因名字的列名，此列中非-的非空字符都会视为基因名字

sp_volcano.sh-fvolcano.txt-xlog2FoldChange-ypadj-PTRUE-Ltop-M10-llabel

label列中