一、定义及用途

【定义】

在一张图显示了两个重要指标（Fold change/p-Value），主要用于展示两组样本间基因表达的显著差异。

【用途】

l 差异表达可视化：可直观显示基因或蛋白质表达差异

l 筛选重要目标：可快速识别表达变化大且统计显著的基因或蛋白质，是疾病标记物或药物靶标的关键。

l 趋势观察：观察点分布，了解基因表达变化趋势，如上升或下降基因数量及变化集中区域。

l 数据质量评估：可评估实验数据质量，理想情况下，大多数基因集中在中部，显著差异基因均匀分布左右两侧。

l 交互式探索：现代生物信息学软件提供交互式火山图，用户可点击特定点获取基因或蛋白质信息。

l 组合其他分析：可与其他生物信息学工具和分析结合使用，如富集分析网网络分析等，进一步探索和解释数据中的生物学现象。

二、案例解读

根据（FC>1.2和FC≤1/1.2，p<0.05）结果显示，与Gout相比，OA中有140个蛋白上调，127个蛋白下调。

WT和naa10△菌株之间的差异蛋白质组表达分析表明，在KO中Arg/N-端规则和泛素融合降解途径UBR1、UFD4、UFD2、NTA1TOM1等上调，而Naa15、Naa50等下调。

三、相关疑问及解答

【什么是P值？】

P值是衡量统计检验显著性的常用指标。

通常情况下，若P-value<0.05，则认为数据间存在显著差异。

【什么是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，所以在一些文章中，我们也会看到筛选差异基因的阈值是FDR<0.05（出现于第二个案例中）。

【为什么P值、FC都要取log值?】

因为P值的数值较小（一般取0.05），在图标上会非常接近坐标轴不方便解读，所以一般取-log10值。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），为了整体图表的美观性和可读性会取其log2值。

文章出自：验外实包   想了解更多请关注：http://www.dj-cro.com/