生信中有很多不是那种能在excel里一键设置的普通图表，例如火山图，今天来认识一下它。

此图整合了差异倍数（fold change）和显著性（p-value）两个重要指标。

乍一看：哇，很高级很唬人，不知道怎么看。但实际上，它就是一种更容易看的散点图，是将统计结果可视化。

虽然里面又是 log 又是 adjusted p-value 看起来很需要高数及格的样子，但这不是火山图的灵魂。

老司机的数学不好（好的话就不是实验老司机了），这不妨碍读图，让我们以不是很懂统计学的实验猿视角来观察火山图，看看它的核心信息是什么。

1 结合应用来讲解

火山图是组学很喜欢用的一种图表，为了直观显示哪些代谢物表达量上调了哪些下调了。

以蛋白质组学为例，我们在这里假设一个实验场景：当我们使用某试剂处理了一个样本后，想看有哪些蛋白质的表达量会随处理（刺激）变化，需要把它们筛选出来进行下一步研究。

这时我们就需要知道表达量变化了多少才算发生显著变化，就需要画一道分水岭，把发生显著变化的蛋白分出来，把不能确信的表达量变化（也就是 p-value 过高的）分离出去，这也就是显著性水平线的作用。

此外，当我们筛选出发生显著变化的蛋白后，表达量上调和下调的蛋白肯定要分别研究，所以还要进一步区分这些表达量发生了显著变化的蛋白。

但是，“正常状态”不是一个绝对的数字，量血压还有一个正常范围，所以在这里也一样，还要把那些“变化了，但变得不多”的蛋白给去掉，这就是火山图中间这道灰色的竖着的部分。

如此一来，我们就整合了在开头所说的两种数据：差异倍数（fold change）和显著性（p-value），也就是“上/下调的幅度”和“数据可信度”。

每一个蛋白都有一组它的表达量数据，据此画图，以表达量偏移程度和显著性为坐标，每一个点代表一个蛋白，它都可以在坐标系中找到自己的专有位置。

我们再设置两道阈值：其一是显著性水平线，也就是下图中红色的基线，显著性不比它强的都算作无效数据。

其二是表达量的阈值，评定是否偏移出通常范围，这个波动幅度是否可以称之为“上/下调”。然后我们将发生了明显上/下调的蛋白质散点都染上不同颜色，就可以得到这样的散点图。

这样看是否很明确呢？