볼케이노 플롯 생성기

두 조건 사이에서 어떤 유전자가, 얼마나, 얼마나 믿을 만하게 변했는지를 한 번에 보여 줍니다. 점 하나가 유전자 하나이며, 좌우 위치는 log₂ 배수 변화, 높이는 −log₁₀ p값입니다. 점이 높고 바깥쪽에 있을수록 변화가 크고 확실하며, 0 근처의 회색 밑동은 변하지 않은 유전자입니다.

가로로는 변화의 크기와 방향을 읽고(오른쪽은 증가, 왼쪽은 감소, ±1은 2배 증가나 절반 감소), 세로로는 증거를 읽습니다(1.3은 p = 0.05이고, 그 위로 한 칸 오를 때마다 10배 작아집니다). 유의한 유전자는 점선 밖 위쪽 두 모서리에 있습니다. 위의 설명에서 유전자 20개짜리 예시 하나로 여섯 영역을 모두 읽었습니다.

가장 흔한 것은 2배 변화인 |log₂FC| ≥ 1이고, 단백질체, 마이크로어레이, 단일세포 데이터처럼 효과가 작을 것으로 예상되면 0.58(1.5배)을 씁니다. 컷오프는 보고상의 선택이므로 그림 범례에 밝히세요. 볼케이노 플롯 생성기에서는 프롬프트에 "|log2FC| > 0.58"처럼 쓰거나, N배 변화("1.5-fold")로 쓰면 log₂로 바꿉니다.

유의성 컷오프를 적용한 쪽을 쓰세요. 그래야 가로선이 범례에 적힌 의미를 갖습니다. 유전자를 수천 개 검사하므로 대부분의 논문은 Benjamini–Hochberg 보정 p(padj, FDR, q)로 컷오프를 적용하고 그립니다. 볼케이노 플롯 생성기는 값이 보정된 것이면 축 제목을 −log₁₀(보정 p값)으로, 아니면 −log₁₀(p값)으로 답니다.

감소한 유전자보다 증가한 유전자가 많았거나 그 반대이기 때문입니다. 볼케이노 플롯은 생물학이 대칭인 만큼만 대칭입니다. 회색 밑동 전체가 x = 0에서 벗어나 있다면 이야기가 다릅니다. 대개 정규화 문제를 가리키므로 유의한 유전자를 읽기 전에 MA 플롯으로 확인할 만합니다. 볼케이노 플롯 생성기는 균형 있어 보이게 하려고 점 구름을 뒤집어 붙이지 않습니다.

p값이 너무 작아 저장할 수 없어 0으로 기록되었기 때문입니다. 그러면 −log₁₀ p가 무한대가 되고 그래프 소프트웨어가 한 높이로 잘라 냅니다. Seurat의 p_val_adj와 매우 깊은 RNA-seq에서 흔합니다. 볼케이노 플롯 생성기는 이런 유전자를 표에서 0이 아닌 가장 작은 p에 그리고 그림에 그 사실을 적습니다. p < 10⁻³⁰⁰으로 보고하는 것은 정직하지만, 지어낸 정확한 값은 그렇지 않습니다.

ggplot2로 분류 열(up, down, not significant)을 추가한 뒤 ggplot(res, aes(log2FoldChange, -log10(padj), colour = class)) + geom_point() + geom_vline(xintercept = c(-1, 1), linetype = 2) + geom_hline(yintercept = -log10(0.05), linetype = 2)로 그리고, 라벨은 ggrepel로 답니다. EnhancedVolcano는 같은 단계를 pCutoff와 FCcutoff 인수로 감싸 줍니다. 코드를 건너뛰려면 write.csv()로 저장한 표를 볼케이노 플롯 생성기에 첨부하세요.

Prism은 그룹 표를 다중 t 검정으로 분석하면(Prism 8 이상) 볼케이노 플롯을 자동으로 그립니다. 결과에 차이와 −log₁₀ p의 그래프가 들어 있습니다. 다른 곳에서 만든 결과 표라면 XY 표에 X로 log₂ 배수 변화, Y로 −log₁₀ p를 넣고 컷오프 선을 추가 데이터 세트로 넣거나, 그 표를 볼케이노 플롯 생성기에 첨부하세요.

Excel에서는 p값 옆에 =-LOG10(C2) 열을 넣고, 배수 변화와 그 열로 XY 분산형 차트를 만든 뒤, 컷오프 선마다 점 두 개짜리 계열을 하나씩 추가합니다. 분류별로 색을 칠하려면 분류마다 계열이 하나씩 필요합니다. Python에서는 plt.scatter(df.log2FoldChange, -np.log10(df.padj), c=colours)에 plt.axvline과 plt.axhline으로 같은 일을 하고, adjustText가 라벨을 배치합니다. 볼케이노 플롯 생성기는 수식 열 없이 같은 시트를 .xlsx나 .csv로 받습니다.

네, 볼케이노 플롯 생성기는 DESeq2, edgeR, limma, Seurat, Perseus 결과를 열 머리글로 알아봅니다. .csv, .tsv, .xlsx에서 60,000행까지 받습니다. NA가 있는 행은 건너뛰고, 파일에 보정 p가 있으면 그것을 쓰며, 단순 Fold change 열은 log₂로 바꿉니다.

아니요, 볼케이노 플롯 생성기는 표의 p값을 읽을 뿐 통계 검정은 하지 않습니다. 검정은 DESeq2, edgeR, limma나 단백질체 소프트웨어에서 하세요. 그 숫자로 볼케이노 플롯 생성기가 −log₁₀ p, 유전자별 분류, 개수, 축, 컷오프 선을 정확히 계산합니다.

기본적으로 볼케이노 플롯 생성기는 상향·하향 조절 양쪽에서 나눠 가장 유의한 유전자 10개에 라벨을 답니다. "label the top 20", "no labels"라고 쓰거나 유전자를 지정하세요("highlight NANOG, SOX2 and MYC"). 지정한 유전자는 회색이어도 라벨이 붙습니다.

볼케이노 플롯 생성기는 전사체 전체를 담을 수 있는 60,000행까지 받습니다. 유전자 200개까지는 모든 점을 정확한 좌표에 놓습니다. 그보다 많으면 가장 유의한 유전자(최대 300개)는 정확히 배치하고 나머지는 구간별로 실제 개수와 분포에 따라 그리며, 범례에는 상향, 하향, 유의하지 않음의 정확한 개수를 유지합니다.