大家好，我是阿琛。当我们通过分析得到基因在不同分组中的表达情况，以及显著上调或下调的差异基因时，如何将该结果进行可视化展示随之出现。在生信分析中，火山图和热图是两种最为常见的展示方法。火山图，VolcanoPlot，因其形状类似喷发的火山而得名。
1.R包得安装与读取
首先，自然是R包的选择与安装。经过多期内容的讲解，相信大家对于R语言绘图也基本有了一个基本的了解。作图常用三大包，分别是base包，强大的ggplot2包，以及在ggplot2基础上发展而来的ggpubr包。对于点图的绘制，在此我们选择ggpubr包来讲讲火山图的绘制。#install.packages("ggpubr")#install.packages("ggthemes")#加载ggpubr包library(ggpubr)library(ggthemes)
2.数据集得加载与引用
rt-read.table("TCGA.diff.txt",sep="",header=T)head(rt)#显示前6行结果显示，在该数据集中，包括了基因名，正常组和对照组的表达平均值，以及差异分析得到的logFC，P值，以及校正后的fdr值。
str(rt)#查看数据结构通过str()函数简单查看每个变量的数据类型。
3.数据内容的整理
#对fdr值进行取对数处理rt$logP--log10(rt$fdr)#定义显著上/下调基因rt$Type-"no"#新增一列Typert$Type[which((rt$fdr0.05)(rt$logFC1))]-"up-regulated"rt$Type[which((rt$fdr0.05)(rt$logFC-1))]-"down-regulated"table(rt$Type)#对Type中的数量进行统计到此，整个数据的准备工作就基本完成了，其中显著上调的基因共23个，显著下调的基因共个。
4.绘制火山图
接下来，我们一起来看下如何一步步由浅入深，逐步绘制火山图逐步为火山图添砖加瓦，增加各种信息。ggscatter(rt,x="logFC",y="logP")+theme_base()+ylim(-0.2,17)首先，在ggscatter()函数中对数据集和图形的x轴、y轴进行定义，得到整个火山图的初步框架。
ggscatter(rt,x="logFC",y="logP",color="Type",palette=c("blue","black","red"),size=1)+theme_base()+ylim(-0.2,17)随后，对基因中显著上调或者下调的基因颜色进行定义，赋予上调的基因红色，以及下调的基因蓝色，进行可视化的区分。
ggscatter(rt,x="logFC",y="logP",color="Type",palette=c("blue","black","red"),size=1)+theme_base()+ylim(-0.2,17)+geom_hline(yintercept=-log10(0.05),linetype="dashed")+geom_vline(xintercept=c(-1,1),linetype="dashed")通过geomhline()和geomvline()两个函数，分别在x轴和y轴方向上添加三条辅助性的虚线，将显著改变的基因与其他基因进行区分开来。到此为止，火山图也就基本绘制完成了。当然，有些小伙伴可能还在文章中见过带基因名字标签的高级版火山图。接下来，我们就来看下如何对显著上调或下调的5个点添加基因标签。
rt$Name=""#新加一列Namert-rt[order(rt$fdr),]#对差异基因的p值进行从小到大的排序#高表达的基因中，选择fdr值最小的5个up.genes-head(rt$gene[which(rt$Type=="up-regulated")],5)#低表达的基因中，选择fdr值最小的5个down.genes-head(rt$gene[which(rt$Type=="down-regulated")],5)#将up.genes和down.genes合并，并加入到Name中rt.top.genes-c(as.character(up.genes),as.character(down.genes))rt$Name[match(rt.top.genes,rt$gene)]-rt.top.genes新增一个名为Name的列，通过排序，分别筛选出fdr值最小的显著上调和下调基因，并将他们的基因名赋予给Name列。
#绘制火山图ggscatter(rt,x="logFC",y="logP",color="Type",palette=c("blue","black","red"),size=1,label=rt$Label,font.label=8,repel=T,xlab="log2FoldChange",ylab="-log10(AdjustP-value)")+theme_base()+ylim(-0.2,17)+geom_hline(yintercept=-log10(0.05),linetype="dashed")+geom_vline(xintercept=c(-1,1),linetype="dashed")这样，一张精美的高级版火山图就绘制完成了。差异分析搭配火山图来展示，是不是十分完美呢？好了，今天的分享就到此为止了，大家根据讲解自己进行相关的练习~~~
欢迎大家