还在为火山图发愁？一文教你快速看懂！

火山图是一种很常见的数据表达方式，常见于展现RNA seq的差异表达基因结果，可以宏观地看到整体有多少基因上调表达，有多少基因下调表达。那么这些结果要怎么解读呢！

以上面的这个火山图为例，我们来解度一下这个数据的含义。这是一个RNA seq的差异表达结果图，每一个点都代表了一个基因。

 所有坐标系的图，我们都必须先看懂坐标轴的含义。

我们可以先看看这个Y坐标轴，写的是-log10（adjusted P）。P value假设检验中的重要指标，adjusted P则是校正后的P value，这主要在多重检验里出现。

简单地说人话解释就是：做一次假设检验出现的犯错误的概率相对低，但是如果做了很多很多次假设检验，犯错误的概率就会提高，这时候就需要对p value进行校正。

只要是做了多重检验的实验，都要用校正后的p value来判断显著性。    

所以这里的-log10（adjusted P），就是指对校正后的P值取10的对数的相反数。

假设取p小于0.01作为有显著性的界限，取10的对数的相反数以后，y=-log10（0.01）=2。

这是一个递减函数，当p值越小的时候，y值越大，所以取p小于0.01，就是取y值大于2，图里的点就可以分为统计学有显著性的点和无显著性的点。

这个p值的取值不是一定的，不同的研究可能会不一样，所以这里取0.01仅作为解释参考。

第二步，我们来看横坐标的意义。

横坐标写的是log2FC，FC其实是Fold Change的缩写，也就是变化倍数，所以这里的横坐标取的是变化倍数的2的对数。    

一般来说我们会在变化倍数减少大于2倍，或者增加大于两倍的时候，认为是数值是有差异变化的。

相反-2    

所以我们取有差异变化的数据，即FC<-2或FC> 2，取对数以后，log2(2)=1，所以当x<-1或x>1时我们认为是这个基因的表达变化是有差异的。   

-2FC的临界值不是一定的，是否取等号的值，也会根据不同的研究而定。    

接下来我们就可以将两部分的内容合在一起看，在一个坐标系里，每一个点代表了一个基因，xy轴代表了这个基因的参数。根据x轴和y轴的界限值，可以把整个坐标轴分成6个部分，每一个部分的意义见下图。    

所以我们回到最开始的结果图，蓝色部分的点是表达有显著减少的基因，红色部分的点是表达有显著增加的基因，灰色的点则是没有统计意义的基因，表达没有变化，或者变化差异没有显著性。    

参考文献：

Zhang S, Huang F, Wang Y, et al. NAT10-mediated mRNA N⁴-acetylcytidine reprograms serine metabolism to drive leukaemogenesis and stemness in acute myeloid leukaemia. Nat Cell Biol. 2024;26(12):2168-2182. doi:10.1038/s41556-024-01548-y