
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。

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
関連するタスク

データ分析アシスタント
CSV/XLSX をアップロードし、会話でデータの確認、研究用の統計分析、論文に使えるグラフの作成を行います。

遺伝子発現のクラスタリング・ヒートマップを作成
RNA-Seq またはマイクロアレイの発現行列をアップロードしてください。Yila がほとんど発現していない遺伝子を除き、変動の大きい遺伝子を選び、遺伝子とサンプルをクラスタリングして、群のアノテーションを付けます。

2^−ΔΔCt 法で qPCR データを解析
qPCR の測定で得た Ct 値をアップロードしてください。Yila が技術的反復を平均し、参照遺伝子で正規化して ΔCt で検定を行い、すべての生物学的反復が見える fold change のグラフを描きます。
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