有阿里云的主機(jī)了怎么做網(wǎng)站,網(wǎng)站推廣教程,廣東深圳電子廠,如何做網(wǎng)站關(guān)鍵詞詞霸有學(xué)員評(píng)價(jià) Galaxy 平臺(tái)出的火山圖有點(diǎn)丑#xff1a;這圖確實(shí)難言美觀。平臺(tái)其實(shí)有好幾個(gè)火山圖工具? 有基于 EnhancedVolcano 包的? 有基于 ggplot2 的上圖就是 EnhancedVolcano 包的效果。不過(guò)畫(huà)成這樣#xff0c;也有別的關(guān)系#xff1a;? 比如基因太多。應(yīng)該把沒(méi)表達(dá)…有學(xué)員評(píng)價(jià) Galaxy 平臺(tái)出的火山圖有點(diǎn)丑這圖確實(shí)難言美觀。平臺(tái)其實(shí)有好幾個(gè)火山圖工具? 有基于 EnhancedVolcano 包的? 有基于 ggplot2 的上圖就是 EnhancedVolcano 包的效果。不過(guò)畫(huà)成這樣也有別的關(guān)系? 比如基因太多。應(yīng)該把沒(méi)表達(dá)或者低表達(dá)的基因先過(guò)濾一下? 此外 p 值設(shè)定以及坐標(biāo)軸的范圍控制也有問(wèn)題?？傊@效果離發(fā)表級(jí)確實(shí)有點(diǎn)遠(yuǎn)。既然現(xiàn)有工具的繪制效果差強(qiáng)人意而火山圖本質(zhì)是一個(gè)散點(diǎn)圖為了使用方便我們干脆再封裝一個(gè)更適合用于發(fā)表的?Volcano Plotwith Publication-Quality (Galaxy Version 1.0)效果如下測(cè)試數(shù)據(jù)我們先來(lái)生成一份測(cè)試數(shù)據(jù)下面代碼來(lái)源于 EnhancedVolcano 包的文檔library(airway) library(magrittr) library(EnhancedVolcano) data(airway) airway$dex %% relevel(untrt) colData(airway) # 轉(zhuǎn)換基因符號(hào) ens - rownames(airway) library(org.Hs.eg.db) symbols - mapIds(org.Hs.eg.db, keys ens, column c(SYMBOL), keytype ENSEMBL) symbols - symbols[!is.na(symbols)] symbols - symbols[match(rownames(airway), names(symbols))] rownames(airway) - symbols keep - !is.na(rownames(airway)) airway - airway[keep,] assays(airway)[[1]] # DESeq2差異分析 library(DESeq2) dds - DESeqDataSet(airway, design ~ cell dex) dds - DESeq(dds, betaPriorFALSE) res - results(dds, contrast c(dex,trt,untrt)) res - lfcShrink(dds, contrast c(dex,trt,untrt), resres, type normal) res EnhancedVolcano(res, lab rownames(res), x log2FoldChange, y pvalue, title N061011 versus N61311, pCutoff 10e-32, FCcutoff 0.5, pointSize 3.0, labSize 6.0) res$GeneID rownames(res) out res[, c(GeneID, log2FoldChange, pvalue)] write.table(out, airway_deg.tsv, sep , row.names F, quoteF)EnhancedVolcano 繪制效果我們后續(xù)作圖跟該圖進(jìn)行比較完成差異分析后我們將這 3 列GeneID, log2FoldChange, pvalue保存到一個(gè)文件 airway_deg.tsv 中然后上傳到平臺(tái)。開(kāi)始作圖工具Volcano Plotwith Publication-Quality (Galaxy Version 1.0)參數(shù)設(shè)置?差異表達(dá)分析結(jié)果表airway_deg.tsv?閾值與坐標(biāo)?顯著性閾值 (padj / FDR / qvalue):10e-32?差異倍數(shù)閾值 (log2FoldChange threshold):0.5?Y 軸顯示范圍150.0? 高級(jí)設(shè)置?Y 軸標(biāo)簽-log10 p-value結(jié)果如下這個(gè)圖就清爽多了。標(biāo)記基因很多時(shí)候我們希望標(biāo)記一些感興趣的基因可以將這些基因通過(guò)一個(gè)文件傳給工具。我們先用 filter 工具篩選一下顯著差異基因參數(shù)設(shè)置如下? 注這個(gè)閾值設(shè)定供用于測(cè)試實(shí)際一般不這樣設(shè)置?？梢钥吹接?123 個(gè)顯著差異基因都畫(huà)在圖上有點(diǎn)多我們?nèi)?top 20 吧這里用于 **Select first **工具結(jié)果我們接著再 Cut 一下將基因一列切出來(lái)重命名一下結(jié)果現(xiàn)在重新作圖除了修改參數(shù)其他參數(shù)跟前面設(shè)置完全一樣。標(biāo)記感興趣的基因后的效果還可以吧。寫(xiě)在最后此文并非說(shuō) EnhancedVolcano 或者 ggplot2 包的效果不行。它們都非常優(yōu)秀并且廣受好評(píng)。只不過(guò)對(duì)于作圖每個(gè)人的審美偏好不同。作為平臺(tái)只有豐富工具的品種以滿足豐富多樣的個(gè)性化需求。推薦閱讀中國(guó)銀河生信云平臺(tái)UseGalaxy.cn致力于零代碼生信分析。平臺(tái)擁有海量計(jì)算資源、3000 多個(gè)生信工具和數(shù)十條生信流程并且為用戶提供 200G 免費(fèi)存儲(chǔ)空間。進(jìn)群交流請(qǐng)先加 usegalaxy 為好友。我們還為進(jìn)階用戶提供高質(zhì)量培訓(xùn)課程RNA-seq數(shù)據(jù)分析實(shí)戰(zhàn) | 2026年第1期開(kāi)啟你的生信學(xué)習(xí)之旅