生信差异表达分析三张图：火山图、热图与箱线图精读

引言Introduction

差异表达分析做完后，很多人卡在“结果怎么讲”。图画得不对，结论就不稳。图解读不清，论文和汇报都容易失分。火山图、热图、箱线图是差异分析最常用的三张图，也是判断结果是否可信的第一步。

1. 差异表达分析为什么离不开这三张图

差异表达分析的核心，不只是找出差异基因名单，而是回答三个问题。第一，哪些基因显著变化。第二，这些基因在样本间是否形成清晰分组。第三，单个关键基因在不同分组中的表达是否一致。

火山图、热图和箱线图，分别对应这三个问题。 火山图看全局，热图看模式，箱线图看单基因。三者组合，才构成完整证据链。对医学生、医生和科研人员来说，这也是最基础的纯生信课题思路之一。

1.1 火山图回答“哪些基因变了”

火山图是最直观的差异结果图。横轴通常是 log2 fold change，纵轴通常是 -log10 调整后 p 值。它把变化幅度和统计显著性放在同一张图里。

常见阈值是 |log2FC| > 1 或 > 2，且调整后 p < 0.05。这个阈值不是固定标准，但必须在文章中说明。阈值越严格，筛出的基因越少，假阳性越低。阈值放宽，则更容易保留更多候选基因。

火山图最重要的作用有两个。

• 展示上调和下调基因的数量分布。
• 标记重点基因，帮助后续讲故事。

1.2 热图回答“这些基因怎么分组”

热图关注的是样本与基因之间的整体模式。通常选取显著差异基因后，对表达矩阵做标准化，再进行聚类。如果样本分组清晰，热图上通常会出现明显的组内一致、组间分离。

热图的价值在于验证结果是否稳定。它不是简单的“好看图”，而是判断差异基因是否真的能区分样本的重要工具。论文中常见的做法，是用 top 20、top 50 或全部显著差异基因作图，具体数量取决于数据规模和篇幅。

1.3 箱线图回答“关键基因是否真的有差异”

箱线图常用于展示一个或少数几个关键基因在不同组中的表达差异。它能同时显示中位数、四分位距和离群值。对于后续机制分析或验证实验，箱线图是最直接的证据之一。

如果你要讲一个候选基因是否值得继续做，箱线图非常关键。它比单独列出均值更可靠，因为它能显示组内波动。对于样本量较小的课题，箱线图尤其重要。

2. 火山图怎么读，才不只是“看红看蓝”

火山图最常见的误区，是只看颜色，不看坐标。真正有价值的读图方式，是先看整体分布，再看阈值线，再看重点基因。一张合格的火山图，应该同时体现变化幅度、显著性和方向性。

从数据准备角度看，火山图至少需要两列核心信息。一个是 log2FC，一个是 p 值或校正后的 p 值。很多时候还会加入基因名、分组方向和是否显著的标签。绘图时通常用 ggplot2，并配合 ggrepel 标注重点基因，避免文字重叠。

2.1 关键坐标和阈值要统一

火山图横轴常用 log2FC。正值代表上调，负值代表下调。纵轴是显著性，数值越高，统计学意义越强。阈值线必须在全文中保持一致，不能图一套标准，结果一套标准。

如果数据中差异基因过多，可以适当提高阈值。如果差异基因过少，可以适当放宽阈值。这个调整要结合样本量、实验设计和研究目的，而不是为了“凑图”。

2.2 标注基因名字时要控制数量

火山图上不建议标注过多基因。太多会让图变乱，反而失去信息。更合理的做法，是挑选最显著或最有生物学意义的几个基因进行标注。

常见标注策略包括。

• 按 padj 最小筛选。
• 按 |log2FC| 最大筛选。
• 结合文献或通路意义优先标注。

火山图的重点不是“标得多”，而是“标得准”。

3. 热图为什么是差异分析里最有说服力的图之一

热图的优势，是能把多个基因、多个样本放在一个框架里观察。对差异表达分析来说，它不仅展示表达高低，还展示样本聚类关系。如果热图中的样本按分组自然聚在一起，说明差异信号具有一致性。

热图常用的数据来源，是显著差异基因的表达矩阵。一般会先提取差异基因，再做标准化处理。否则，不同基因间的表达量尺度差异会影响观察。实际作图中，pheatmap 和 ComplexHeatmap 是两类常用工具。

3.1 热图前的数据处理很关键

热图不是把原始表达矩阵直接画出来就行。通常需要做以下处理。

1. 筛选显著差异基因。
2. 提取对应表达矩阵。
3. 进行行标准化或 Z-score 转换。
4. 加入样本分组注释。

如果前处理不规范，热图会失真，聚类结果也可能误导判断。

3.2 热图更适合展示“模式”而不是“单点差异”

热图最强的地方，是展示表达模式。它能帮助你发现某一组样本整体上调，另一组整体下调。对于机制研究，这种模式往往比单个基因更有价值。

热图常见的论文用途有三类。

• 验证样本分组是否合理。
• 展示代表性差异基因集合。
• 为后续通路富集和机制分析铺垫。

如果热图显示样本分组混乱，说明差异结果可能不稳定，后续分析要谨慎。

4. 箱线图如何把“一个基因的故事”讲清楚

箱线图通常用于验证候选基因。和火山图、热图不同，它聚焦的是单个基因在不同样本组中的分布差异。它的优势是简单、直接、适合和实验验证衔接。

一个标准的箱线图，至少要包含组别信息和表达值。很多情况下还会叠加散点，显示每个样本的真实数据。这样能避免只看统计摘要而忽略离群值和样本波动。

4.1 箱线图适合做哪些分析

箱线图特别适合以下场景。

• 展示候选生物标志物在病例组和对照组中的表达差异。
• 展示治疗前后表达变化。
• 展示不同分型之间的表达差异。

如果你做的是临床相关课题，箱线图几乎是必备图。它能直接支持“这个基因在某组更高或更低”的结论。

4.2 小样本时更要注意解释方式

当样本量不大时，箱线图必须结合统计检验一起看。只画图不报告 p 值，证据不完整。只报 p 值不看分布，也容易掩盖异常值。图和统计结果必须一起解释。

如果数据分布偏态，建议优先确认是否做了合适的标准化或变换。对于 RNA-seq 和芯片数据，不同平台的表达尺度不同，处理方式也应区分。图形展示只是最后一步，前面的归一化和差异分析才是基础。

5. 三张图如何组合成一条完整证据链

真正高质量的差异表达分析，不是单独放三张图，而是把它们串起来。先用火山图证明“有差异”，再用热图证明“有模式”，最后用箱线图证明“有单基因证据”。这三步形成了从全局到局部的完整逻辑。

你在写论文或做汇报时，可以按这个顺序组织内容。

• 火山图：筛出候选差异基因。
• 热图：验证样本分组和表达模式。
• 箱线图：锁定重点基因并展示分组差异。

这也是很多纯生信课题思路的基础框架。先做差异分析，再做富集分析，再挑候选基因验证。逻辑清楚，结果也更容易被审稿人接受。

总结Conclusion

火山图、热图和箱线图，不只是三种常规可视化图，更是差异表达分析的核心证据链。火山图回答“变了哪些”，热图回答“模式是否一致”，箱线图回答“关键基因是否真的有差异”。 对医学生、医生和科研人员来说，掌握这三张图的读法，等于掌握了差异分析最基础也最实用的框架。

如果你正在做纯生信课题，建议把这三张图作为标准模块，先做规范的数据整理，再做图形展示，再进入通路与机制分析。想把差异表达分析结果做得更稳、更像论文，可以借助解螺旋的内容体系和工具支持，少走弯路，直接把结果讲清楚。