生信火山图绘制：差异基因标注技巧

引言Introduction

生信火山图绘制是差异分析里最常用的一步，但很多人卡在“图太乱、标签重叠、重点基因不突出”。对医学生、医生和科研人员来说，问题不只是会画图，而是如何让火山图既准确又可发表 。

1. 火山图为什么是差异分析的核心图形

1.1 火山图展示的不是“单个点”，而是整体差异结构

火山图本质上是散点图。横坐标通常是 log2FoldChange ，纵坐标通常是 -log10(P value) 或 ** -log10(adjusted P value)**。
它的价值在于，能同时看到基因变化幅度和统计显著性。

差异越大、显著性越强的基因，通常越靠近图的两侧和上方。
这也是为什么火山图在转录组、芯片和其他组学差异分析中几乎是标配。

1.2 适合火山图的场景

生信火山图绘制常用于以下分析结果展示：

• RNA-seq 差异表达分析
• 芯片差异分析
• 肿瘤与正常组织比较
• 处理组与对照组比较
• 多组学筛选后的候选基因展示

如果你的目标是快速告诉读者，哪些基因上调、哪些基因下调、哪些最值得关注，火山图通常比表格更直观。

1.3 发表级火山图的关键，不是点多，而是信息清晰

很多初学者会把所有基因都标上去，结果图面极度拥挤。
真正高质量的火山图，往往只标注少量关键基因。

图的任务是传递结论，不是堆积数据。
因此，生信火山图绘制时，标注策略比“把所有基因显示出来”更重要。

2. 火山图绘制前的数据准备

2.1 先整理出标准列

在正式作图前，数据最好至少包含以下信息：

1. 基因名称或 symbol
2. log2FoldChange
3. P value 或校正后的 P value
4. 基因上下调方向

如果你用的是 DESeq2、limma 或其他差异分析结果，先把结果整理成表格，再进入作图步骤。

数据清洗是生信火山图绘制能否成功的第一步。
如果列名混乱、缺失值多、基因命名不统一，后续标注会非常麻烦。

2.2 常见阈值要提前定好

根据上游知识库，实际分析中常见的筛选标准包括：

• P value < 0.05，log2FC 绝对值 > 0.5
• 或 adj.P.Val < 0.001，log2FC 绝对值 > 2

不同研究可根据课题背景调整阈值。
但要注意，阈值一旦确定，全文必须保持一致。

2.3 先分组，再标注

火山图中的基因通常先分成三类：

• 上调基因
• 下调基因
• 不显著基因

这一分类不仅用于上色，也用于后续标签筛选。
先分类，后标注，图会清楚很多。

3. 差异基因标注技巧

3.1 只标注最有代表性的基因

生信火山图绘制时，最常见的错误是“所有显著基因都标注”。
这样会导致标签重叠，阅读成本大幅上升。

更合理的做法是：

• 上调基因取前 5 个
• 下调基因取前 5 个
• 或按 P value 排序，选最显著的少数基因

少而精的标注，通常比大而全更适合论文图。

3.2 标签筛选可以按两个维度进行

常见筛选逻辑有两种：

按变化幅度筛选

选择 log2FC 绝对值最大的基因。
这类基因变化直观，适合展示“最强差异”。

按显著性筛选

选择 P value 最小的基因。
这类基因统计学说服力更强，适合展示“最可靠差异”。

实际写作中，可以结合这两种标准 。
例如，优先选择同时满足高差异和高显著性的基因。

3.3 标签位置要避开密集区域

如果标签全部挤在图中央，阅读体验会很差。
通常建议：

• 选择分布在左右两端的基因
• 避开点最密集的区域
• 让标签沿着图边缘展开

这样能减少遮挡，提高可读性。
这也是发表级生信火山图绘制的常用技巧。

3.4 标签颜色和连线要统一

标注基因时，建议保持以下原则：

• 上调基因用一种颜色
• 下调基因用另一种颜色
• 标签文字颜色与点颜色对应
• 必要时加细连线，增强识别度

颜色一致，读者就能更快理解图意。
如果颜色过多，反而会削弱重点。

4. 常用作图思路与实现逻辑

4.1 ggplot2 适合高度定制

根据上游知识库，火山图可以用 ggplot2 构建。
它的核心就是基于 geom_point 绘制点图，再叠加分组颜色、阈值线和标签。

常见步骤包括：

1. 计算 -log10(P value)
2. 定义上调、下调、非显著分组
3. 绘制散点
4. 添加横线和竖线
5. 标注重点基因

ggplot2 的优势是灵活，适合论文级美化。

4.2 ggpubr 适合快速出图

ggpubr 也常被用于火山图绘制。
它在基础图形之上，能够较方便地增加阈值线、图例和标签。

如果你的目标是快速完成一张结构清晰的图，ggpubr 是不错的选择。
如果你需要高度自定义版式和颜色，ggplot2 更合适。

4.3 在线工具也能用，但要注意格式

上游知识库提到，在线工具如 GEPIA2、Magpie 也可以用于差异分析和火山图绘制。
它们的优点是上手快，适合快速验证结果。

但要注意：

• 输入格式必须规范
• 列名要清晰
• logFC 和 P value 要对应准确
• 结果导出后仍要检查标注是否完整

在线工具适合初稿，R 语言更适合精修。

5. 让火山图更适合论文发表的细节

5.1 阈值线要明确

论文图里最好把阈值线画清楚。
一般包括：

• 一条横线，代表显著性阈值
• 两条竖线，代表 log2FC 阈值

这样读者一眼就能判断基因是否进入显著区。
阈值线是火山图的“判定边界”。

5.2 图例要简洁

图例不宜太复杂。
建议只保留三类：

• up
• down
• NS

如果再加更多类别，图会变乱。
对于绝大多数生信火山图绘制场景，三分类已经足够。

5.3 标题和坐标轴要标准化

建议标题直接说明研究对象。
比如“差异表达基因火山图”或“肝癌差异基因火山图”。

坐标轴建议清晰写出：

• x轴：log2FoldChange
• y轴：-log10(P value) 或 -log10(adj.P.Val)

坐标命名规范，是科研图最基本的专业性。

6. 文章中的火山图，应该怎么写结果描述

6.1 描述要围绕筛选标准

在论文或报告中，建议按以下逻辑描述：

• 使用什么数据
• 采用什么差异分析方法
• 设定什么阈值
• 共筛出多少个差异基因
• 如何标注重点基因

这种写法更符合 E-E-A-T 原则，也更容易被审稿人接受。

6.2 不要只说“结果显著”

更好的表达是：

• “根据 log2FC 和校正后的 P value 筛选差异基因”
• “上调与下调基因分别着色展示”
• “对最具代表性的基因进行标注”
• “火山图直观展示了差异基因的分布特征”

结果描述要具体，不能只停留在“图很漂亮”。

6.3 标注基因最好与后续分析衔接

如果你后面还要做：

• Venn 交集
• 热图
• 富集分析
• PPI 网络
• ROC 分析

那么火山图中标注的基因最好与后续核心基因保持逻辑一致。
这样整篇文章的叙事会更完整。

7. 使用解螺旋产品的实际价值

7.1 适合想快速做出规范图的人

对于刚开始做生信分析的医学生、医生和科研人员来说，火山图最难的通常不是“画出来”，而是“画得规范”。
如果前期数据整理、分组、标注、配色、阈值设置都要自己反复试，效率会很低。

解螺旋相关产品可以帮助你把这类流程标准化。
你能更快完成差异基因筛选、标注和可视化输出。

7.2 适合需要论文级结果的人

解螺旋的优势在于把复杂流程尽量变成可执行步骤。
对于生信火山图绘制来说，这意味着你可以更专注于：

• 结果是否合理
• 标签是否清晰
• 图面是否适合投稿
• 结论是否能和全文逻辑衔接

这比单纯追求“会用软件”更重要。
真正有价值的是把图做成可发表的证据。

7.3 结尾前的实用建议

如果你现在正在准备差异分析结果，建议优先完成三件事：

1. 统一基因命名和列名
2. 先筛选少量关键基因再标注
3. 反复检查阈值和分类是否一致

把基础打牢，火山图自然会更专业。

总结Conclusion

生信火山图绘制的核心，不只是展示差异基因，而是用清晰的视觉语言讲明白“谁变了，变了多少，是否显著”。
真正高质量的差异基因标注，应该遵循少而精、位置合理、阈值明确、图例简洁的原则。

如果你希望更快完成规范化绘图，并把结果直接用于论文写作，可以结合解螺旋品牌 的工具与流程支持，让差异分析和可视化更高效、更稳定。