生物信息学分析，无疑是生物医学研究者必须掌握的一项“核心技能”。在深入研读顶尖期刊中大师级论文时，唯有准确理解文献中各式各样的生物信息学图表，方能更为直观且深刻地洞察作者的研究脉络。然而，生物信息学图表的种类繁多，用途各异，其复杂程度往往让众多科研工作者感到困惑，仅得其一知半解。为此，我们特别推出了“文献读图”系列，旨在以浅显易懂的方式，全面剖析各类生物信息学图表。

今日，我们将结合具体实例，率先为您揭开火山图的神秘面纱。

导读概览：

1.火山图的基本定义及其广泛应用

2.如何结合实例深入解读火山图

3.火山图相关疑问的详尽解答

一、火山图的基本定义及其广泛应用

定义阐述：火山图，作为一种独特的图表，巧妙地将两个关键指标——Fold change（差异倍数）与p-Value（P值）融合在一张图中，直观展现了两组样本间基因表达的显著差异。

用途广泛：

差异表达可视化：火山图能够清晰地展示基因或蛋白质的表达差异。

关键目标筛选：它助力科研人员迅速识别出表达变化显著且具有统计学意义的基因或蛋白质，这些往往是疾病标志物或药物靶标的关键所在。

趋势观察与分析：通过观察点的分布，科研人员可以洞悉基因表达的变化趋势，如上升或下降基因的数量以及变化集中的区域。

数据质量评估：火山图还能作为评估实验数据质量的有力工具，在理想情况下，大多数基因应集中在中部，而显著差异的基因则应均匀分布在左右两侧。

交互式探索：现代生物信息学软件提供的交互式火山图，使得用户只需轻轻一点，即可获取特定基因或蛋白质的详细信息。

组合分析应用：火山图还可与其他生物信息学工具和分析方法结合使用，如富集分析、网络分析等，从而更深入地探索和解释数据中的生物学现象。

二、如何结合实例深入解读火山图

案例解读一：

本例涉及两个样本组：OA组和Gout组。

纵坐标解读：当P=0.05时，-log10（P值）约等于1.3。因此，纵坐标值越大于1.3，表示差异越显著（P值越小，差异越大）。

横坐标解读：FC即Fold Change（差异倍数），当FC=1.2时，log2（FC）约等于0.26。因此，log2（FC）的绝对值越大于0.26，表示差异倍数越大。

图表中的蓝点代表表达显著下调的基因（或蛋白），红点则代表表达显著上调的基因（或蛋白），而灰点则表示表达无差异的基因（或蛋白）。

结论总结：根据设定的筛选条件（FC＞1.2或FC＜1/1.2，且P＜0.05），结果显示与Gout组相比，OA组中有140个蛋白表达上调，127个蛋白表达下调。

案例解读二：

（配图说明）

FDR（False Discovery Rate，即错误发现率）是经过统计学方法校正后的P值。在图中，虚线代表FDR=0.01的界限，实线则代表FDR=0.05的界限（通常筛选差异基因或蛋白的阈值为FDR＜0.05）。

我们可以对关注的基因或蛋白进行颜色标注，以便更直观地识别。

需要注意的是，本例中的差异倍数FC的值是基于（WT-naa10△）的计算结果。

结论总结：通过对WT和naa10△菌株之间的差异蛋白质组表达进行分析，我们发现KO中Arg/N-端规则和泛素融合降解途径中的UBR1、UFD4、UFD2、NTA1、TOM1等蛋白表达上调，而Naa15、Naa50等蛋白则表达下调。

三、关于火山图的疑问与解答

P值是什么？

P值是衡量统计检验显著性的常用指标。在大多数情况下，若P-value＜0.05，则认为数据间存在显著差异。

adjusted P-value又是什么？

adjusted P-value即经过统计学方法校正后的P-value。由于统计学上常用的校正方法包括“BH”“FDR”等，因此在一些文章中，我们也会看到筛选差异基因的阈值是FDR＜0.05（如第二个案例所示）。

为何P值、FC都要取对数值？

由于P值的数值通常较小（一般取0.05），在图表上会非常接近坐标轴，不便于解读。因此，我们一般取其-log10值进行展示。而差异倍数FC一般取2倍为筛选标准（有时也会取4倍、1.5倍等），为了整体图表的美观性和可读性，我们会取其log2值进行展示。