大家好，又见面了，我是你们的朋友全栈君。如果您正在找激活码,请点击查看最新教程,关注关注公众号 “全栈程序员社区” 获取激活教程,可能之前旧版本教程已经失效.最新Idea2022.1教程亲测有效,一键激活。
Jetbrains全系列IDE稳定放心使用
基因表达差异火山图
提到差异火山图，相信很多同学肯定不陌生。因为形似火山（喷发），所以称为火山图。差异火山图最常见于转录组数据的分析中，在基因表达层面，用于展示两组间表达量上调和下调的基因。常规的火山图中主要包含了两个重要信息，差异表达倍数（Fold Change值，简称FC，作图时会对FC进行log转化，根据logFC值的正负判断这些基因的表达量是上调了还是下调了）以及统计学显著性p值（p-value，通常是FDR校正后的p值，根据校正后p值判断基因表达量上调或下调是否具有显著性）。因此在判断差异基因时，与常规的统计学方法相比，除了p值，通常还会考虑差异倍数，即结合这两个统计结果筛选表达量显著上调或下调的基因（一般而言，差异倍数不能太小）。
如下图示例，癌组织与正常组织的基因表达的差异火山图。红色点代表了癌组织中表达量显著上调的基因，蓝色的点代表了表达量显著下调的基因，灰色的点或者p值未达到显著性水平，或者差异倍数太低不具生物学代表性。
作为一种对差异分析结果的可视化呈现方式，差异火山图实质上就是一种散点图。我们只要准备已经计算好的带有Fold Change值以及显著性p值等信息的做图文件，作图就可以了。如上提到，limma、edgeR、DESeq2、EBSeq等方法可计算这些数值。
发布者：全栈程序员-站长，转载请注明出处：https://javaforall.net/180166.html原文链接：https://javaforall.net
![linux centos 权限审核 polkitd进程 简介[通俗易懂]](https://javaforall.net/wp-content/uploads/2020/11/2020110817443450-480x300.jpg)
