畫(huà)火山圖

volcano plot 火山圖

火山圖(Volcano Plot)是做RNA-Seq分析的時(shí)候特別常用的一張圖铺呵,因?yàn)樗梢苑浅G逦恼故境瞿男┗蚴俏覀冋嬲胍娘@著性的基因盛正。

我們看看火山圖長(zhǎng)什么樣子

百度圖片搜volcano plot隨便找了一張

下面說(shuō)明如何看懂和繪制火山圖

標(biāo)準(zhǔn)的火山圖常用于展示顯著差異表達(dá)的基因关摇,這里有兩個(gè)關(guān)鍵詞:顯著是指P<0.05,差異表達(dá)一般我們按照Fold Change(倍數(shù)變化)>=2.0作為標(biāo)準(zhǔn)肆汹。
當(dāng)我們拿到基因表達(dá)的P值和Fold Change后愚墓,為了用火山圖展示結(jié)果,一般需要把倍數(shù)進(jìn)行Log2的轉(zhuǎn)化昂勉,比如某基因在實(shí)驗(yàn)組表達(dá)水平是對(duì)照組的4倍浪册,log2(4)=2,同樣的如果是1/4硼啤,也就是0.25议经,轉(zhuǎn)換后的結(jié)果就是-2斧账。

同樣的道理,對(duì)P值進(jìn)行-log10的轉(zhuǎn)化煞肾,-log10(0.05)約等于1.30103咧织,由于P值越小表示越顯著,所以我們進(jìn)行-log10(P value)轉(zhuǎn)化后籍救,轉(zhuǎn)化值越大表示差異約顯著习绢,比如-log10(0.001)=3 > -log10(0.01)=2 > -log10(0.05)=1.30。

上面看不懂沒(méi)關(guān)系蝙昙,舉例說(shuō)明:

RNA-Seq測(cè)序時(shí)會(huì)有一個(gè)對(duì)照組的樣本闪萄,一個(gè)處理組的樣本,處理組和對(duì)照組相比較奇颠,會(huì)發(fā)現(xiàn)某個(gè)基因表達(dá)量或變高了或變低了败去。用處理組的表達(dá)量除以對(duì)照組就會(huì)得到一個(gè)倍數(shù),這個(gè)倍數(shù)就叫做Fold Change 烈拒,差異表達(dá)一般我們按照Fold Change(倍數(shù)變化)>=2.0作為標(biāo)準(zhǔn)圆裕。為了用火山圖更直觀的顯示結(jié)果我們要將橫軸的Fold Change進(jìn)行Log2處理,對(duì)縱軸的P值進(jìn)行-log10的處理荆几。
log2(fold change)=0也就是圖中間的位置吓妆,就相當(dāng)于:處理組fpkm/對(duì)照組fpkm=1也就是說(shuō)對(duì)照組和處理組之間的基因表達(dá)量是沒(méi)有變化的。所以說(shuō)出現(xiàn)在中間位置的點(diǎn)是表達(dá)量沒(méi)有發(fā)生變化的基因吨铸,越往右邊走就說(shuō)明這些基因的表達(dá)量在處理組比對(duì)照組大行拢,越往左走說(shuō)明相對(duì)于對(duì)照組來(lái)說(shuō),處理組基因表達(dá)量變低诞吱。
在該圖中舟奠,不顯著的被設(shè)置成了粉色,顯著的設(shè)置成了綠色狐胎。

Y軸是cuffdiff算的統(tǒng)計(jì)檢驗(yàn)的P-value取了log10之后又取了一個(gè)負(fù)數(shù)鸭栖,所以說(shuō)-log10(P-value)越高代表著越顯著,也就是說(shuō)越往左上角和越往右上角的點(diǎn)是越顯著的點(diǎn)握巢。

我們用來(lái)自于cuffdiff的輸出文件gene_exp.diff畫(huà)圖,讀入R命令:

volcano_plot = read.table(file="gene_exp.diff文件路徑",header = T)

注:讀表用read.table函數(shù)
讀入后松却,看看這個(gè)表張什么樣子:

gene_exp.diff

可以看到:

  • 第一列暴浦、第二列都是基因名;
  • 第三列gene沒(méi)寫(xiě)因?yàn)橐呀?jīng)給了gene_id了晓锻;
  • 第四列locus是該基因在基因組上位置歌焦;
  • sample_1 sample_2就是取了個(gè)名字不用注意;
  • status那列顯示的是砚哆,是否通過(guò)檢驗(yàn)独撇,顯示OK的就是進(jìn)行檢驗(yàn)的,顯示NOTEST就說(shuō)明表達(dá)量特別特別低不進(jìn)行檢驗(yàn);
  • p-value是做統(tǒng)計(jì)檢驗(yàn)看看是否顯著纷铣,q-value是對(duì)p-value進(jìn)行修正卵史,最終以修正過(guò)的q-value為準(zhǔn),q-value<0.05才認(rèn)為是顯著的搜立。

準(zhǔn)備畫(huà)火山圖用到的X/Y軸

先準(zhǔn)備X軸—log2(fold change)

前面我們交代過(guò)了fold change=處理組fpkm/對(duì)照組fpkm
所以:

control_FPKM = volcano_plot$value_2  #對(duì)照組的fpkm
treat_FPKM = volcano_plot$value_1 #處理組的fpkm
log2_foldchange = log2(treat_FPKM / control_FPKM) #處理組fpkm/對(duì)照組fpkm

我們可以看到我們這里重新賦值求的log2_foldchange以躯,原來(lái)的表格里有log2.fold_change這一列,為什么還要重新求呢啄踊?因?yàn)樵瓉?lái)表格里求反了求的是:對(duì)照組fpkm/處理組fpkm忧设,我們這里改正下。
我們看下計(jì)算好的log2_foldchange里面有很多的InfNaN颠通,這是怎么回事址晕?

> log2_foldchange
   [1]  0.3382477530 -0.4605051707 -0.0964487964 -0.0249217524  0.7042396503           NaN           Inf
   [8] -0.9036291456           NaN           NaN  0.4595512248 -0.2834890803 -0.1511719401          -Inf
  [15]           Inf           NaN           NaN           NaN  0.4606267258  0.1979788743  0.1460252515
  [22] -0.3713316852 -0.9538916822 -0.2045978915 -0.2938850235  0.2349539904  0.3777615202  0.4461331227
  [29] -0.1815706646 -1.0014515800           Inf -0.3531645487  0.1261928713  2.8901005944          -Inf
  [36] -0.0146452448 -0.8561317308 -0.1874764797  0.5134263089 -0.0978467676 -0.3708083209  0.8298739826

這是因?yàn)橛行ヽontrol組基因的FPKM是0,除數(shù)是零顿锰,是不符合數(shù)學(xué)規(guī)則的谨垃,所以會(huì)出現(xiàn)這種情況。
我們需要處理下:
control_FPKM == 0 判斷一下control_FPKM的值是否等于0
control_FPKM == 0即除數(shù)是0的全都篩選出來(lái)

> log2_foldchange[control_FPKM == 0 ]
   [1] NaN Inf NaN NaN Inf NaN NaN NaN Inf Inf NaN NaN NaN Inf NaN NaN NaN NaN Inf Inf NaN NaN NaN NaN NaN NaN
  [27] NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN Inf Inf NaN NaN NaN NaN
  [53] NaN NaN Inf NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN Inf NaN NaN NaN Inf NaN

我們可以看到經(jīng)過(guò)log2_foldchange[control_FPKM == 0 ] 操作撵儿,把log2_foldchange里的所有 NaN / Inf 選出來(lái)了乘客,之后我們把篩選出的 NaN / Inf 強(qiáng)行賦值為0

log2_foldchange[control_FPKM == 0 ] = 0 

查看新生成的log2_foldchange發(fā)現(xiàn)還有一些-Inf

> log2_foldchange
   [1]  0.3382477530 -0.4605051707 -0.0964487964 -0.0249217524  0.7042396503  0.0000000000  0.0000000000
   [8] -0.9036291456  0.0000000000  0.0000000000  0.4595512248 -0.2834890803 -0.1511719401          -Inf
  [15]  0.0000000000  0.0000000000  0.0000000000  0.0000000000  0.4606267258  0.1979788743  0.1460252515
  [22] -0.3713316852 -0.9538916822 -0.2045978915 -0.2938850235  0.2349539904  0.3777615202  0.4461331227
  [29] -0.1815706646 -1.0014515800  0.0000000000 -0.3531645487  0.1261928713  2.8901005944          -Inf
  [36] -0.0146452448 -0.8561317308 -0.1874764797  0.5134263089 -0.0978467676 -0.3708083209  0.8298739826
  [43]  1.8493688172  0.0889640074  0.3113824129  0.0000000000  1.1102702040 -0.2531163954  0.0957645721
  [50] -0.6889365003  0.0000000000  0.0000000000  0.4828096335          -Inf -0.0058634211 -0.1436717399
  [57] -0.2029754567  1.9504284898 -0.2426462728 -0.3974959807  0.7211822730 -0.2428425868  0.5005116514
  [64]  0.3829284571 -0.0027983348  0.2696816982 -0.1575258190 -0.5746841946 -0.2751886483  0.0894799450
  [71] -0.1773208535 -1.6980255555  0.0000000000  0.5061142478  0.3639842228          -Inf -0.1930460419

這是因?yàn)楫?dāng)treat_FPKM=0即分母是0時(shí),求log2就等于負(fù)無(wú)窮-Inf
所以淀歇,同理易核,我們把treat_FPKM也處理一下,把log2_foldchange里所有的-Inf賦值為0浪默,這時(shí)我們就把畫(huà)圖過(guò)程中的異常點(diǎn)過(guò)濾掉了牡直。

log2_foldchange[treat_FPKM == 0 ] = 0

此時(shí)log2_foldchange里所有的數(shù)都是有效數(shù)字了,原來(lái)NaN / Inf的地方都變成0啦~

準(zhǔn)備Y軸纳决。

前面我們也交代過(guò)Y軸是p-valuelog10碰逸,這時(shí)得到的是一個(gè)負(fù)值,我們?cè)侔阉兂烧麛?shù)所以乘以-1即:

log10_p_value = log10(volcano_plot$p_value) * -1

此時(shí)阔加,X,Y軸都準(zhǔn)備好了饵史,我們開(kāi)始作圖

plot(x=log2_foldchange,y=log10_p_value)
volcano plot 火山圖

這張圖雖然是火山圖的樣子了,但肯定是不符合paper的要求的胜榔,我們還需要對(duì)它進(jìn)行精修胳喷,至于怎么精修,明天講~

參考:
1.理論鋪墊部分:如何看懂火山圖
2.代碼部分:視頻里面的代碼
3.圖形部分:百度圖片

最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
  • 序言:七十年代末,一起剝皮案震驚了整個(gè)濱河市,隨后出現(xiàn)的幾起案子崭歧,更是在濱河造成了極大的恐慌侵贵,老刑警劉巖,帶你破解...
    沈念sama閱讀 217,185評(píng)論 6 503
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件票罐,死亡現(xiàn)場(chǎng)離奇詭異笑旺,居然都是意外死亡量承,警方通過(guò)查閱死者的電腦和手機(jī)题禀,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 92,652評(píng)論 3 393
  • 文/潘曉璐 我一進(jìn)店門鞋诗,熙熙樓的掌柜王于貴愁眉苦臉地迎上來(lái),“玉大人投剥,你說(shuō)我怎么就攤上這事师脂。” “怎么了江锨?”我有些...
    開(kāi)封第一講書(shū)人閱讀 163,524評(píng)論 0 353
  • 文/不壞的土叔 我叫張陵吃警,是天一觀的道長(zhǎng)。 經(jīng)常有香客問(wèn)我啄育,道長(zhǎng)酌心,這世上最難降的妖魔是什么? 我笑而不...
    開(kāi)封第一講書(shū)人閱讀 58,339評(píng)論 1 293
  • 正文 為了忘掉前任挑豌,我火速辦了婚禮安券,結(jié)果婚禮上,老公的妹妹穿的比我還像新娘氓英。我一直安慰自己侯勉,他們只是感情好,可當(dāng)我...
    茶點(diǎn)故事閱讀 67,387評(píng)論 6 391
  • 文/花漫 我一把揭開(kāi)白布铝阐。 她就那樣靜靜地躺著址貌,像睡著了一般。 火紅的嫁衣襯著肌膚如雪徘键。 梳的紋絲不亂的頭發(fā)上练对,一...
    開(kāi)封第一講書(shū)人閱讀 51,287評(píng)論 1 301
  • 那天,我揣著相機(jī)與錄音吹害,去河邊找鬼螟凭。 笑死,一個(gè)胖子當(dāng)著我的面吹牛它呀,可吹牛的內(nèi)容都是我干的螺男。 我是一名探鬼主播,決...
    沈念sama閱讀 40,130評(píng)論 3 418
  • 文/蒼蘭香墨 我猛地睜開(kāi)眼纵穿,長(zhǎng)吁一口氣:“原來(lái)是場(chǎng)噩夢(mèng)啊……” “哼烟号!你這毒婦竟也來(lái)了?” 一聲冷哼從身側(cè)響起政恍,我...
    開(kāi)封第一講書(shū)人閱讀 38,985評(píng)論 0 275
  • 序言:老撾萬(wàn)榮一對(duì)情侶失蹤,失蹤者是張志新(化名)和其女友劉穎达传,沒(méi)想到半個(gè)月后篙耗,有當(dāng)?shù)厝嗽跇?shù)林里發(fā)現(xiàn)了一具尸體迫筑,經(jīng)...
    沈念sama閱讀 45,420評(píng)論 1 313
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡,尸身上長(zhǎng)有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 37,617評(píng)論 3 334
  • 正文 我和宋清朗相戀三年宗弯,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了脯燃。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片。...
    茶點(diǎn)故事閱讀 39,779評(píng)論 1 348
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡蒙保,死狀恐怖辕棚,靈堂內(nèi)的尸體忽然破棺而出,到底是詐尸還是另有隱情邓厕,我是刑警寧澤逝嚎,帶...
    沈念sama閱讀 35,477評(píng)論 5 345
  • 正文 年R本政府宣布,位于F島的核電站详恼,受9級(jí)特大地震影響补君,放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜昧互,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 41,088評(píng)論 3 328
  • 文/蒙蒙 一挽铁、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧敞掘,春花似錦叽掘、人聲如沸。這莊子的主人今日做“春日...
    開(kāi)封第一講書(shū)人閱讀 31,716評(píng)論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽(yáng)。三九已至茄菊,卻和暖如春疯潭,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背面殖。 一陣腳步聲響...
    開(kāi)封第一講書(shū)人閱讀 32,857評(píng)論 1 269
  • 我被黑心中介騙來(lái)泰國(guó)打工竖哩, 沒(méi)想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留,地道東北人脊僚。 一個(gè)月前我還...
    沈念sama閱讀 47,876評(píng)論 2 370
  • 正文 我出身青樓相叁,卻偏偏與公主長(zhǎng)得像,于是被迫代替她去往敵國(guó)和親辽幌。 傳聞我的和親對(duì)象是個(gè)殘疾皇子增淹,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 44,700評(píng)論 2 354