企业官网建设流程全解析

微信公众号的网站开发,网站服务器有哪些种类,网站建设职责,仿起点小说网站开发一、什么是火山图#xff1f;——转录组与蛋白组数据分析的标配图表SCI领域的论文#xff0c;尤其是涉及转录组测序或蛋白质组学的研究#xff0c;您一定见过这样一张图#xff1a;成千上万个散点分布在一个平面上#xff0c;它们像喷发的岩浆一样向两侧上方扩散#xff…一、什么是火山图——转录组与蛋白组数据分析的标配图表SCI领域的论文尤其是涉及转录组测序或蛋白质组学的研究您一定见过这样一张图成千上万个散点分布在一个平面上它们像喷发的岩浆一样向两侧上方扩散中间通常是灰色的而两边顶部则点缀着鲜艳的红色或蓝色。这就是火山图在如今的高通量测序时代它几乎成为了展示差异分析结果的标配。要理解火山图我们首先要面对一个现实难题数据海。当我们对实验组例如患病组织和对照组例如健康组织进行测序时机器会吐出包含两万甚至更多个基因的庞大Excel表格。在这个表格中每一个基因都有表达量的数值。面对这成千上万行枯燥的数据我们如何一眼就能看出哪些基因在生病后变多了哪些变少了哪些变化是有统计学意义的 如果仅靠肉眼去翻看表格这无异于大海捞针。图1 火山图的意义火山图正是为了解决这个问题而诞生的它将枯燥的Excel表格数据转换成了直观的视觉图像。图中的每一个点都代表一个基因。火山图巧妙地利用二维平面将这成千上万个基因按照两条核心标准进行了排序一条标准看变化大不大另一条标准看结果准不准。火山图可以将那些变化微小、或者虽然有变化但统计学上不可信可能是实验误差导致的“无聊基因”全部压缩在图像的底部和中心位置通常用灰色表示意味着它们是“背景噪音”。而那些我们需要的差异表达基因——即那些变化幅度巨大且统计学上非常显著的基因则被筛选出来高高地抛向图像的左上角和右上角。只需要通过颜色的区分和点的位置就能从两万个基因中瞬间锁定那几十个最关键的部分。二、为什么叫火山——理解Log2 Fold Change与-Log10 P-value的几何意义既然知道了火山图是用来筛选基因的那么一个问题随之而来为什么它长得像一座火山为什么不把它画成方形、圆形或者条形图根本原因在于构成火山图的X轴和Y轴这两个坐标轴对原始数据进行了特殊的变形最终塑造出了火山喷发的形态。X轴在火山图中叫做 Log2 Fold Change后半部分“Fold Change”的含义是“倍数变化”。比如生病组的某个基因表达量是健康组的4倍那它的倍数变化就是4。但是直接用倍数画图有个大麻烦不对称。如果基因A上调了4倍数值是4基因B下调了4倍数值是0.25即1/4。在数轴上4离1无变化很远但0.25离1却很近。这种视觉上的不平衡会让我们误以为上调的基因比下调的更重要。为了解决这个问题“Log2”以2为底的对数这个数学工具应运而生。它的作用就像一面哈哈镜把挤在一起的数据拉开把不对称的数据变对称。经过Log2处理后上调4倍变成了 2下调4倍即1/4变成了 -2没有变化即1倍变成了 0。在这种情况下横轴的中心是0代表“没变化”。 0的右边正数代表基因上调0的左边负数代表基因下调。点离中心0越远说明这个基因变化的倍数越剧烈。Y轴在火山图中的学名叫做 -Log10 P-value这里的核心是 P-valueP值。在统计学里P值代表“犯错的概率”或者“巧合的概率”。P值越小例如0.00001说明这个结果是巧合的可能性微乎其微也就是结果越靠谱、越显著。但在画图时如果直接用P值最好的基因P值极小会趴在坐标轴的最底下接近0这不符合好东西要在上面的正常直觉。于是火山图中可以采用两个小技巧先取对数Log10再加个负号-。这样一来原本极小的P值比如0.0001就变成了巨大的正数比如4。纵轴的几何意义因此变得非常直观高度代表“可信度”。一个点在图中爬得越高说明它的P值越小统计学上越显著我们对它“不是误判”的信心就越足。图2 火山图的X轴与Y轴解析当我们将这两个坐标轴结合在一起时火山图就诞生了。绝大多数基因都是平庸的它们既没有明显的变化横轴靠近0也没有显著的统计学意义纵轴靠近0因此它们密密麻麻地堆积在图像的最底部中心构成了火山的基座。而我们所寻找的目标——既变化剧烈横轴很宽又极度可信纵轴很高——就会远离中心向着左上角和右上角飞升。这种中间密集低平、两侧稀疏高耸的分布形态像极了火山口喷发出的岩浆向两边飞溅的瞬间这就是火山图名称的由来。三、划定界限——读懂图中的十字准星与筛选标准经过梳理我们已经明确火山图上的每一个点代表一个基因也明白了它们为什么会呈现出喷发的姿态。但在阅读SCI论文时经常会发现标准的火山图上除了散点通常还会有几条虚线一条横穿腰部两条竖切左右这几条线构成了图表上的十字准星。如果说坐标轴构建了地图那么这些虚线就是海关安检线同样具有重要意义。首先是横向的虚线它是统计学门槛。前面提到过纵轴代表P值准确性。在生物统计中通常公认 P-value 0.05 为具有统计学意义。在负对数前提下0.05 经过转换后大约等于 1.3。因此大部分图的横虚线都会画在纵轴 1.3 的高度。这条线意味着线以下的基因无论变化倍数多大因为P值太大不可信统统被视为“假阳性”或“偶然事件”而被淹没在灰色的背景中只有线以上的基因才被认为是“真实发生变化”的可以进入下一轮筛选。其次是纵向的两条虚线它们是生物学门槛。虽然有些基因在统计上是显著的P值很小但如果它的表达量只是从 100 变成了 105这种微弱的变化对细胞的功能可能根本没有影响。因此我们需要设定一个变化的幅度通常是2倍即 Fold Change 2 或 0.5。横轴的 Log2 转换下2倍对应的是坐标轴上的 10.5倍对应的是 -1。所以两条竖虚线通常分别画在横轴的 -1 和 1 的位置。这两条线划定了一个禁区夹在 -1 和 1 之间的基因虽然变了但变动幅度太小被视为“生物学意义不大”而被剔除。当“横线”与“竖线”交织在一起就将火山图划分成了不同的区域这也正是我们最终解读数据的关键1.右上角区域红色这里的基因既“由于实验处理发生了剧烈上调”X 1又“统计学上极度可信”Y 1.3。它们通常是疾病发生的帮凶或药物起效的标志。2.左上角区域蓝色/绿色这里的基因既“剧烈下调”X -1又“极度可信”。它们可能是被疾病抑制的好基因。3.中间及下方区域灰色无论是没过横线还是没过竖线它们统统被视为“无差异基因”在后续的分析中会被暂时忽略。图3 火山图的结构剖析至此我们已经完成了对火山图的分析。从枯燥的Excel表格到几何坐标的转换再到筛选标准的划定火山图用最直观的视觉语言帮我们完成了从海量数据到关键候选分子的跨越。读懂了它您就掌握了打开转录组与蛋白组分析大门的钥匙。