
차등 발현 결과로 볼케이노 플롯 그리기
DESeq2, edgeR, limma 또는 Cuffdiff의 결과표를 업로드하세요. Yila가 배수 변화의 방향을 확인하고, 지정한 기준값을 적용하고, 중요한 유전자에 색을 입히고 레이블을 단 뒤, 유전자 수 집계와 스크립트를 함께 저장합니다.
업로드한 파일은 대 의 차등 발현 결과표입니다. 논문에 바로 쓸 수 있는 볼케이노 플롯을 그려 주세요. 먼저 배수 변화의 방향을 확인해, 양수 값이 앞의 그룹에서 발현이 더 높다는 뜻이 되게 해 주세요. 보정 p값을 쓰고 기준값은 |log2FC| ≥ 1, q < 0.05로 하며, 상향 조절 유전자와 하향 조절 유전자를 색으로 구분하고, 가장 유의한 유전자 15개에 서로 겹치지 않게 레이블을 달아 주세요. 그림은 PNG와 SVG로 저장하고, 레이블을 단 유전자, 상향·하향 조절 유전자 수, 스크립트도 함께 저장해 주세요.
Yila 워크벤치에서 열립니다. 대화 중 언제든 조정할 수 있습니다.
완성된 볼케이노 플롯
공개 RNA-Seq 결과로 공식 실행하고, 같은 대화에서 레이블에 관한 피드백을 한 차례 반영한 결과입니다. 다운로드 파일에는 그림, 유전자 표, Python 스크립트가 들어 있습니다.

받게 되는 결과물
- 볼케이노 플롯
- 배수 변화를 가로축, −log10 보정 p값을 세로축으로 하고, 기준선을 긋고, 상향·하향 조절 유전자에 색을 입히고, 가장 유의한 유전자에 레이블을 달고, 범례에 유전자 수를 적습니다.
- 레이블을 단 유전자
- 그림에 이름이 표시된 유전자를 배수 변화, p값, q값과 함께 정리해, 그림 설명에 바로 쓸 수 있습니다.
- 유전자 수 집계
- 검정한 유전자, 상향 조절, 하향 조절, 제외된 유전자가 각각 몇 개인지 정리해, 본문의 수치가 그림과 일치하게 합니다.
- 스크립트
- 그림 전체를 Python(요청하면 R)으로 제공해, 기준값이나 비교 그룹을 바꿀 때 한 줄만 고치면 됩니다.
진행 방식

결과표를 업로드하고 비교 그룹을 알려 줍니다
차등 발현 분석 도구에서 나온 표를 Yila에게 주고, 어느 그룹을 어느 그룹과 비교했는지 알려 주세요. DESeq2, edgeR, limma, Cuffdiff의 원래 출력을 그대로 쓸 수 있습니다.

Yila가 방향과 예외적인 값을 확인합니다
도구가 어느 그룹을 기준 그룹으로 썼는지 읽고, 필요하면 부호를 뒤집어 ‘상향’이 실제로 상향을 뜻하게 합니다. 그림을 그리기 전에 무한대 배수 변화와 도구의 하한값에 걸린 p값도 찾아냅니다.

그림, 표, 스크립트를 받습니다
그림을 렌더링해 레이블이 겹치지 않는지 확인한 뒤 유전자 표, 스크립트와 함께 저장합니다. 다른 기준값, 직접 고른 유전자 목록의 레이블, 저널 색상이 필요하면 같은 대화에서 요청하세요.
활용 상황
RNA-Seq 결과 그림
대부분의 전사체 논문이 결과 절 첫머리에 싣는 개요 그림입니다.
단백체학과 대사체학
측정 항목마다 효과크기와 보정 p값이 있는 표라면 똑같이 그릴 수 있습니다.
공개 데이터셋 확인
GEO 결과표를 그림으로 그려, 논문에 발표된 유전자가 실제로 두드러지는지 사용하기 전에 확인합니다.
자주 묻는 질문
더 살펴보기

데이터 분석
CSV/XLSX를 업로드하면 대화로 데이터를 점검하고 연구 통계를 실행해 출판 수준의 차트를 만들 수 있습니다.

유전자 발현 군집 히트맵 만들기
RNA-Seq 또는 마이크로어레이의 발현 행렬을 업로드하세요. Yila가 거의 발현되지 않는 유전자를 걸러 내고, 변동이 가장 큰 유전자를 골라 유전자와 샘플을 군집화하고, 그룹을 표시합니다.

2^−ΔΔCt 방법으로 qPCR 데이터 분석하기
qPCR 실험에서 나온 Ct 값을 업로드하세요. Yila가 기술적 반복의 평균을 내고, 참조 유전자로 정규화하고, ΔCt 값으로 검정한 뒤, 생물학적 반복이 모두 보이도록 배수 변화 차트를 그립니다.
