引言Introduction

空间表观基因组研究越来越常见,但很多人卡在同一步。差异基因选不准,后面的热图、火山图、箱线图都会失真,甚至直接误导结论。基础筛选不牢,下游分析再多也可能徒劳。
空间表观基因组研究流程示意图,展示样本分组、差异基因筛选、火山图、热图、箱线图三个可视化结果的逻辑关系。

1. 差异基因筛选是空间表观基因组分析的起点

1.1 为什么这一步决定后续质量

在空间表观基因组分析中,差异基因通常是连接“原始数据”和“生物学解释”的第一道门。它决定你后续看见的是信号,还是噪音。如果差异基因筛选标准不合理,后面的聚类、通路富集、空间定位分析都会被放大偏差。

常见做法是先设定阈值,再进入可视化。最典型的筛选标准包括:

  • log2 fold change,常用阈值为 ±1。
  • p value 或 adjusted p value,常见标准为 <0.05。
  • 在更严格场景下,会把阈值调到 |log2FC| >1.5,或使用更小的校正后 P 值。

阈值越严格,筛到的基因越少。这个变化不是细节,而是结构性影响。筛选结果一变,下游图谱、候选基因、机制推断都会跟着变。

1.2 差异基因常见的三类图

完成筛选后,最常用的三类图是:

  1. 火山图。看变化幅度和统计学显著性。
  2. 热图。看基因在样本间的整体表达模式。
  3. 箱线图或小提琴图。看单个基因在不同组别中的分布差异。

这三类图各有分工。火山图负责“总览”,热图负责“模式”,箱线图负责“验证”。三图联合,才更符合论文写作和结果汇报的逻辑。

2. 火山图:先看全局,再看重点

2.1 火山图如何读

火山图是差异分析最直观的总览图。它是二维图。横轴通常是 log2 fold change,表示表达倍数变化。纵轴通常是 -log10(p) 或校正后的 P 值变换,表示统计显著性。

图中一般会出现三种颜色:

  • 红色。上调且具有统计学意义。
  • 蓝色。下调且具有统计学意义。
  • 灰色。变化不显著。

这张图的价值在于,它能让你快速看到“哪些基因变化大,哪些基因可信度高”。红点和蓝点不是简单的颜色标记,而是候选生物学信号的第一层筛选。

2.2 阈值设定会直接改变图的形态

火山图不是固定模板。阈值不同,图的面貌就不同。比如:

  • log2FC = ±1,代表表达变化至少 2 倍。
  • p < 0.05,表示统计学显著。
  • 如果把阈值调得更严,点会明显变少。

这一点在空间表观基因组场景尤其重要。因为样本往往存在空间异质性,不同区域之间信号强弱差异明显。阈值设得过松,假阳性会增多。阈值设得过严,真正有意义的空间信号可能被过滤掉。

实践中,建议先看默认阈值下的整体分布,再结合研究目的做调整。若目的是找后续验证候选基因,可适度严格。若目的是做探索性分析,可保持中等阈值,避免过度筛掉信息。

3. 热图:看空间表观基因组中的表达模式和聚类关系

3.1 热图适合回答什么问题

热图的优势不是“单个基因是否显著”,而是“多个基因在样本间是否呈现稳定模式”。它常用于展示差异基因在不同样本、不同空间区域、不同处理条件下的表达分布。

在空间表观基因组研究中,热图特别适合回答以下问题:

  • 同一类空间区域是否聚在一起。
  • 差异基因是否形成一致的上下调模式。
  • 某些样本是否因为技术或生物学原因明显分离。

热图本质上是模式图,不是单点显著性图。
它更强调整体结构,而不是单个基因的统计学结果。

3.2 热图解读的关键细节

读热图时,至少要关注三件事:

  1. 行和列分别代表什么。
    一般行是基因,列是样本或空间区域。

  2. 颜色代表什么。
    通常红色表示高表达,蓝色表示低表达,但要以图例为准。

  3. 是否经过标准化。
    很多发表级热图会先做行标准化,便于比较相对变化。

如果热图显示同一组样本聚在一起,说明这些差异基因具有较好的分组区分能力。这常常意味着你的筛选结果具备一定生物学一致性。

但也要注意,热图不是越“整齐”越好。过度整齐有时意味着过拟合,尤其是在样本量较小的时候。对于空间表观基因组数据,建议同时报告样本量、筛选阈值和标准化方法,避免只看图不看方法。

4. 箱线图和小提琴图:验证单个基因的组间差异

4.1 为什么还要看箱线图

箱线图和小提琴图适合做单基因验证。火山图告诉你“这个基因可能重要”,热图告诉你“这些基因组合起来有模式”,而箱线图回答的是“这个基因在两组之间到底差多少”。

箱线图的优势是直观。它能显示:

  • 中位数。
  • 四分位范围。
  • 离群值。
  • 组间分布差异。

小提琴图则进一步展示分布密度,更适合看表达值是否偏态、是否存在多峰分布。对于空间表观基因组数据,箱线图和小提琴图都比单纯看均值更稳妥。

4.2 什么时候优先用箱线图,什么时候用小提琴图

如果你关注的是中位数和离散程度,箱线图足够。
如果你希望强调分布形态,尤其是样本量较大时,小提琴图更合适。

在论文或汇报中,常见做法是:

  • 先用火山图筛出候选基因。
  • 再用热图看整体表达模式。
  • 最后用箱线图或小提琴图验证关键基因在组间的差异。

这种顺序最符合审稿人的阅读习惯。它从“总体差异”走到“局部验证”,逻辑完整。

5. 真实分析中最容易犯的三个错误

5.1 错把筛选结果当结论

很多人看到火山图上红点很多,就急着下结论。实际上,筛选结果只是候选名单,不是机制证据。差异基因只是起点,不是终点。

后续至少还需要:

  • 独立数据集验证。
  • 实验验证。
  • 功能富集分析。
  • 空间定位或组织学证据支持。

5.2 阈值设定前后不一致

有些项目在筛选时用 |log2FC| >1.5 和 adjusted p <0.001,但展示时又换成别的标准。这样会让结果不可复现。
阈值、统计方法、标准化方式必须前后一致。

5.3 忽略样本分组和批次效应

空间表观基因组数据对批次、切片位置、组织异质性都很敏感。若先天分组有问题,再漂亮的图也没有解释力。建议在做差异分析前就明确:

  • 分组依据。
  • 样本来源。
  • 是否配对。
  • 是否存在批次校正。

这些信息会直接影响火山图和热图的可信度。

6. 写论文时,三张图应该怎么组织

6.1 推荐的呈现顺序

对于空间表观基因组相关论文,建议按以下顺序组织结果:

  1. 先展示火山图,概括差异基因总体分布。
  2. 再展示热图,说明候选基因的表达模式。
  3. 最后展示箱线图或小提琴图,验证核心基因的组间差异。

这个顺序的优点很明确。先总后分,先筛选后验证。它让读者先理解全局,再接受局部结论。

6.2 图注和方法必须同步写清

发表时,图好看不够,方法也要清楚。至少要写明:

  • 差异分析软件和版本。
  • 使用的阈值。
  • 是否做了多重检验校正。
  • 热图是否标准化。
  • 箱线图用的是哪种统计检验。

如果图和方法不一致,审稿人很容易质疑结果来源。对医学生、医生和科研人员来说,规范记录方法,比单纯追求图形美观更重要。

6.3 让结果更容易复现

如果你希望后续复现更顺畅,建议保留以下内容:

  • 原始表达矩阵。
  • 筛选后的差异基因列表。
  • 图形参数设置。
  • 统计检验方法。

这样无论是补实验、返修,还是二次分析,都会省很多时间。

7. 结语:把差异基因做扎实,后面的图才有意义

空间表观基因组分析里,火山图、热图、箱线图不是三个孤立图形,而是一套递进式证据链。火山图看总体变化,热图看模式,箱线图做验证。 只要差异基因筛选足够严谨,后续分析才更可靠、更可解释。

如果你希望更高效地完成差异分析、图表输出和结果整理,可以借助专业工具平台提升效率。解螺旋 可帮助你更快完成从差异筛选到可视化呈现的流程,让空间表观基因组结果更清晰、更规范,也更利于论文写作与汇报。

解螺旋科研助手企业微信二维码,扫码添加免费领取科研资料礼包,包含AI科研提效、SCI投稿技巧、国自然基金、医学科研绘图、科研软件工具等实用资料