分析背景

????火山圖常用于轉(zhuǎn)錄組研究中艇拍，也能應(yīng)用于基因組狐蜕，蛋白質(zhì)組，代謝組等統(tǒng)計(jì)數(shù)據(jù)卸夕。它歸根到底是是散點(diǎn)圖的一種馏鹤，它能將統(tǒng)計(jì)學(xué)中的統(tǒng)計(jì)顯著性量度（如p value，矯正后的P值）和變化幅度相結(jié)合娇哆，從而能夠幫助人們識(shí)別那些變化幅度較大且具有統(tǒng)計(jì)學(xué)意義的數(shù)據(jù)（如基因，蛋白等）勃救，如下圖所示碍讨。

圖1

圖形分解

• 圖中每一點(diǎn)代表所研究的基因，灰色的點(diǎn)代表這些基因在實(shí)驗(yàn)組和對(duì)照組的表達(dá)情況不具有差異性蒙秒，綠色和紅色的點(diǎn)代表上調(diào)基因和下調(diào)基因勃黍。
• 橫坐標(biāo)log2FC代表差異倍數(shù)，離坐標(biāo)原點(diǎn)越遠(yuǎn)晕讲，說(shuō)明差異倍數(shù)越大
• 縱坐標(biāo)-log10(PValue)代表差異結(jié)果的顯著性覆获，越往上的點(diǎn)，說(shuō)明差異結(jié)果越顯著瓢省。
• 圖1B與圖1A向比較弄息，圖1B將實(shí)驗(yàn)組和對(duì)照組中差異倍數(shù)最大的前二十個(gè)基因的名稱在圖中展示出來(lái)，包括十個(gè)上調(diào)基因和十個(gè)下調(diào)基因勤婚，當(dāng)然在后面小編將教小伙伴們?nèi)绾螌⒏信d趣的基因（如：抑癌基因摹量，管家基因，促癌基因）展示在圖上中馒胆。

函數(shù)式編程的優(yōu)勢(shì)

• 與零碎的代碼相比缨称，反復(fù)調(diào)用，參數(shù)簡(jiǎn)單易學(xué)祝迂，對(duì)初學(xué)者更加友好睦尽。
• 與網(wǎng)頁(yè)繪圖小工具相比，不要要注冊(cè)型雳，不需要付費(fèi)当凡，方面經(jīng)濟(jì)。
• 對(duì)有經(jīng)驗(yàn)的程序員纠俭，函數(shù)式編程能夠提高程序員的編程水平宁玫，減少代碼的重復(fù)使用，高效快捷

敲黑板柑晒，劃重點(diǎn)

????小編今天把小伙伴們轉(zhuǎn)錄組分析常用的火山圖封閉成函數(shù)欧瘪，并使用ggplot2，小伙伴們拿到函數(shù)以后匙赞，只需要將數(shù)據(jù)整理成固定的格式佛掖，代入函數(shù)中妖碉，即可繪制成高質(zhì)量，高顏值的火山圖芥被，用AI小修一下欧宜，即可插入到自己的文章中。

分析方法

# 安裝R包
if (!requireNamespace("ggplot2", quietly = TRUE))
  install.packages("ggplot2",repos = "https://mirrors.tuna.tsinghua.edu.cn/CRAN/")
if (!requireNamespace("RColorBrewer", quietly = TRUE))
  install.packages("RColorBrewer",repos = "https://mirrors.tuna.tsinghua.edu.cn/CRAN/")
if (!requireNamespace("data.table", quietly = TRUE))
  install.packages("data.table",repos = "https://mirrors.tuna.tsinghua.edu.cn/CRAN/")
# 自定義函數(shù)
## 快速讀入數(shù)據(jù)
readFlie=function(input,type,row=T,header=T){
  # input 為讀入文件的路徑拴魄，type為讀入文件的類型冗茸，格式為‘.txt’或‘.csv’,row=T,將文件的第一列設(shè)置為列名
  library(data.table,quietly = TRUE)
  if(type=='txt'){
    dat = fread(input,header = header,sep='\t',stringsAsFactors = F,check.names = F)
    if(row){
      dat = as.data.frame(dat,stringsAsFactors = F)
      rownames(dat) = dat[,1]
      dat = dat[,-1]
    }else{
      dat = as.data.frame(dat,stringsAsFactors = F)
    }
  }else{
    dat = fread(input,header = header,sep=',',stringsAsFactors = F,check.names = F)
    if(row){
      dat = as.data.frame(dat,stringsAsFactors = F)
      rownames(dat) = dat[,1]
      dat = dat[,-1]
    }else{
      dat = as.data.frame(dat,stringsAsFactors = F)
    }
  }
  return(dat)
}
# 保存圖片
savePlots=function(path,plot,type=c('pdf','png','tiff')[1],width=10,height=8,dpi=300){
  # path表示保存圖片路徑,需要加上相應(yīng)的文件擴(kuò)展名稱
  library(ggplot2)
  if(type=='pdf'){
    ggsave(filename = path,plot = plot,width = width,height = height,device = 'pdf')
  }else if(type=='png'){
    ggsave(filename = path,plot = plot,width = width,height = height,device = 'png',dpi = dpi)
  }else{
    ggsave(filename = path,plot = plot,width = width,height = height,device = 'tiff',dpi = dpi)
  }
}

實(shí)戰(zhàn)演練

# 讀入數(shù)據(jù)
df = readFlie('./DEGs_result.txt',type = 'txt')
# 繪圖
fg=wn_volcano(Symbol = rownames(df),logFC=df$logFC,Pvalue=df$FDR)
# 展示圖片
fg
# 保存圖片
savePlots(path = './fg.pdf',plot = fg,type = 'pdf',width = 10,height = 8)
savePlots(path = './fg.png',plot = fg,type = 'png',width = 10,height = 8,dpi = 300)
savePlots(path = './fg.tiff',plot = fg,type = 'tiff',width = 10,height = 8,dpi = 600)

高級(jí)繪圖

圖2