Yila

発現変動解析の結果からボルケーノプロットを作成

DESeq2、edgeR、limma、Cuffdiff の結果表をアップロードしてください。Yila が fold change の向きを確認し、指定のしきい値を適用して、重要な遺伝子を色分けしてラベルを付け、遺伝子数の集計とスクリプトを保存します。

これはとを比較した発現変動解析の結果表です。論文にそのまま使えるボルケーノプロットを作成してください。fold change の向きを確認し、正の値が前者で高いことを表すようにしてください。補正後の p 値を使い、しきい値は |log2FC| ≥ 1 かつ q < 0.05 としてください。発現が上昇した遺伝子と低下した遺伝子を色分けし、最も有意な 15 遺伝子には重ならないようにラベルを付けてください。図は PNG と SVG で保存し、ラベルを付けた遺伝子の一覧、上昇・低下した遺伝子の数、スクリプトも保存してください。

Yila のワークベンチで開きます。会話の中でいつでも調整できます。

完成したボルケーノプロット

公開 RNA-Seq データの解析結果で実行した公式の作例で、同じ会話の中でラベルについて 1 回フィードバックした後のものです。ダウンロードには図、遺伝子の表、Python スクリプトが含まれます。

デキサメタゾン処理と未処理の気道平滑筋細胞の比較 — 1
1 / 1

得られるもの

ボルケーノプロット
fold change に対して −log10(補正後の p 値)をプロットし、しきい値の線を引き、発現上昇・低下の遺伝子を色分けします。最も有意な遺伝子にはラベルを付け、凡例に遺伝子数を示します。
ラベルを付けた遺伝子
図中に名前を示した遺伝子と、その fold change、p 値、q 値の一覧です。そのまま図の説明文に使えます。
遺伝子数の集計
検定した遺伝子、発現が上昇・低下した遺伝子、除外した遺伝子の数をまとめるので、本文の数値を図と一致させられます。
解析スクリプト
作図全体を Python(ご希望なら R)で記述しているので、しきい値や比較の組み合わせを変えるのは 1 行の変更で済みます。

進め方

結果表をアップロードして比較を指定

発現変動解析ツールの結果表を Yila に渡し、どの群をどの群と比較したかを伝えます。DESeq2、edgeR、limma、Cuffdiff の出力は、そのままの形で使えます。

Yila が向きと例外的な値を確認

ツールがどの群を基準にしたかを読み取り、必要なら符号を反転して、「上昇」が本当に上昇を意味するようにします。描画の前に、fold change が無限大の遺伝子や、p 値がツールの下限に達した遺伝子も見つけ出します。

図・表・スクリプトが完成

図を描画してラベルの重なりを確認し、遺伝子の表とスクリプトとともに保存します。別のしきい値、ご自身の遺伝子リストでのラベル付け、ジャーナル指定の配色が必要なときは、同じ会話の中で依頼してください。

主な用途

RNA-Seq の結果の図

トランスクリプトーム解析の論文の多くが、結果のセクションの最初に載せる全体像の図です。

プロテオミクスとメタボロミクス

各特徴量に効果量と補正後の p 値がある表なら、同じ方法で作成できます。

公開データの確認

GEO の結果表を図にして、論文で報告された遺伝子が本当に際立っているかを、利用する前に確かめられます。

よくある質問

お手元の結果でボルケーノプロットを作成

発現変動解析の結果表をアップロードして、比較の組み合わせを伝えてください。Yila が向きを確認して図を描き、スクリプトも残します。

データをアップロードして始める