引言
在生物医学研究的组学数据分析中，“找到差异基因” 并 “解读其功能意义” 是核心第一步。火山图、GO 富集气泡图、KEGG 富集气泡图作为最基础的可视化工具，构成了 “差异筛选→功能定位→通路关联” 的完整逻辑链。本文将严格依据生信分析结果图可视化指南，详细拆解这三类图的展示形式、分析目的、解读方法及工具，帮你夯实生信可视化基础。
火山图（Volcano Plot） | 差异表达基因的 “精准筛选器”
作为差异表达分析的核心可视化图表，火山图的核心价值在于直观区分 “显著差异基因” 与 “非显著基因”，快速锁定后续分析的核心靶点。
1. 展示形式
火山图本质是散点图，其坐标轴与点的属性有明确定义：
▶横轴：对数倍数变化【log2(fold change）】，代表基因在两组样本（如处理组 vs 对照组）中的表达变化幅度，正值表示 “上调”，负值表示 “下调”；
▶纵轴：负对数 p 值【-log10( p-value)】，反映表达变化的统计显著性，纵轴数值越高，显著性越强；
▶点的标记：通常设定双重阈值（如p < 0.05、倍数变化>1.5），超出阈值的点（显著差异基因）会用不同颜色标注（如上调用红色、下调用蓝色），非显著基因用灰色标记，部分图会通过点的大小区分调整后 p 值或倍数变化幅度。
2. 分析目的
用于展示差异表达分析结果，帮助研究者快速识别 “表达变化大且统计显著” 的基因。相较于单纯的基因列表，火山图能直观呈现整体差异分布，避免仅关注 “倍数变化” 或 “p 值” 单一指标导致的误判 —— 比如某基因倍数变化大但 p 值不显著（可能是随机波动），或 p 值显著但倍数变化小（生物学意义有限），均可通过火山图快速排除。
3. 解读方法
解读需围绕 “坐标轴含义” 与 “阈值线” 展开，核心逻辑如下：
▶横轴判断表达趋势：横轴正值区域的点代表 “处理组相对对照组上调的基因”，负值区域代表 “下调的基因”，绝对值越大，表达变化幅度越剧烈；
▶纵轴判断显著性：纵轴高度越高，【-log10( p-value)】越大，对应原始 p 值越小，统计可靠性越强；
▶阈值线划分区域：图中通常会绘制两条参考线 —— 纵轴-log10(0.05)（对应p < 0.05）、横轴±log2(1.5)（对应倍数变化 > 1.5 或 <0.67），两条线交叉将图分为 “显著差异区” 与 “非显著区”；
▶关键区域关注：位于右上角（显著上调）和左下角（显著下调）的点是核心差异基因，远离阈值线的点表示 “表达变化极大且显著性极高”（如右上角某点log2FC=3、-log10（p-value）=10，代表该基因大幅上调且极显著）。
4. 常用工具
▶R/Bioconductor：使用ggplot2或EnhancedVolcano包，支持自定义阈值、颜色与标注；
▶Python：借助matplotlib或seaborn库，适合结合大数据集处理；
▶在线工具：如 GenePattern、GSEA 桌面版，无需编程即可快速生成；
▶统计软件内置功能：如差异分析工具 DESeq2、EdgeR，可直接输出火山图结果。
GO 富集气泡图（GO Enrichment Bubble Plot）| 差异基因的“功能解码器”
找到差异基因后，需回答 “这些基因主要参与哪些生物学过程”，GO 富集气泡图通过可视化 “基因本体（GO）条目” 与差异基因的关联，实现功能定位。
1. 展示形式
属于二维散点图，每个点代表一个 GO 条目，核心元素对应关键分析指标：
▶横轴：富集倍数（观察到的差异基因数与背景基因中该 GO 条目的预期基因数的比值），值越大，说明差异基因在该 GO 条目中的 “过度富集” 程度越高；
▶纵轴：GO 条目名称，通常展示 “显著性排名前 10-15 的条目”（避免条目过多导致混乱），GO 条目分为三大类 —— 生物学过程（BP）、分子功能（MF）、细胞组分（***），需明确标注；
▶气泡属性：气泡大小反映 “该 GO 条目中包含的差异基因数量”（越大表示基因数越多），气泡颜色反映 “统计显著性”【-log10（p-value）】，颜色越深，p 值越小，显著性越强）。
2. 分析目的
用于展示 GO 功能富集分析结果，判断一组差异基因是否在特定 GO 功能类别中 “过度富集”。通过气泡图，研究者可快速定位差异基因的核心功能方向 —— 比如差异基因集中富集 “细胞凋亡”（BP 类）、“蛋白激酶活性”（MF 类）或 “线粒体”（*** 类），从而理解基因集合的功能意义。
3. 解读方法
解读需聚焦 “气泡大小、横轴位置、颜色深浅” 三个维度：
▶气泡大小→基因数量：气泡越大，代表该 GO 条目中包含的差异基因越多，该功能在差异基因集中的 “覆盖度” 越高；
▶横轴位置→富集程度：横轴越靠右，富集倍数越高，说明差异基因在该 GO 类别中的出现频率远高于背景基因，该功能是差异基因的 “核心功能方向”；
▶颜色深浅→显著性：颜色越深（如红 > 橙 > 黄），【-log10（ p-value）】越大，统计显著性越强，结果越可靠；
▶优先级判断：优先关注 “颜色深、横轴靠右、气泡较大” 的 GO 条目 —— 例如右上角一个大红色气泡，代表该 GO 条目 “富集倍数高、基因数量多、显著性强”，是差异基因的核心功能。
4. 常用工具
▶在线工具：DAVID、WebGestalt、Enrichr，支持上传差异基因列表，自动生成 GO 富集气泡图；
▶R 语言：使用clusterProfiler包的enrichGO函数进行富集分析，再通过dotplot函数绘制气泡图；
▶Python：借助scikit-bio或pandas完成富集计算，用matplotlib或seaborn实现可视化。
KEGG 富集气泡图（KEGG Enrichment Bubble Plot）| 差异基因的“通路定位器”
如果说 GO 富集聚焦 “功能分类”，KEGG 富集则聚焦 “信号通路与代谢途径”，KEGG 富集气泡图帮助研究者将差异基因与已知生物学通路关联，挖掘 “基因→通路→表型” 的潜在机制。
1. 展示形式
与 GO 富集气泡图结构高度相似，核心区别在于 “点代表的对象不同”：
▶横轴：富集倍数（计算逻辑与 GO 一致，即差异基因中该通路的基因数 / 背景基因中该通路的总基因数）；
▶纵轴：KEGG 通路名称（如 “hsa04110 细胞周期”“hsa04961 胰岛素信号通路”），需标注通路对应的物种缩写（如人类为 hsa、小鼠为 mmu）；
▶气泡属性：气泡大小代表 “该通路中包含的差异基因数量”，颜色代表 “统计显著性”（-log10（p-value），颜色越深，p 值越小，显著性越强）。
2. 分析目的
用于展示 KEGG 通路富集分析结果，判断差异基因是否在特定生物学通路中 “显著富集”。KEGG 通路对应明确的生物过程（如细胞周期、炎症反应、代谢途径），通过该图可快速定位差异基因参与的核心通路，为机制研究提供方向 —— 例如肿瘤研究中，差异基因富集 “PI3K-Akt 通路”，提示该通路可能是肿瘤进展的关键调控通路。
3. 解读方法
解读逻辑与 GO 富集气泡图一致，核心关注 “通路的显著性、富集程度与基因数量”：
▶颜色判断显著性：颜色越深（如深红色），p-value越小，通路富集结果越可靠，优先关注p < 0.05的通路；
▶横轴判断富集程度：横轴越靠右，富集倍数越高，说明差异基因在该通路中的 “集中程度” 越高，该通路与研究表型的关联可能越紧密；
▶气泡大小判断覆盖度：气泡越大，通路中包含的差异基因越多，该通路的 “调控网络” 越完整；
4. 常用工具
▶在线工具：KEGG Mapper、WebGestalt、Enrichr、DAVID，支持通路富集分析与气泡图生成；
▶R 语言：clusterProfiler包的enrichKEGG函数进行通路富集，dotplot函数绘制气泡图；
▶专业平台：Gene Ontology Consortium 工具，提供多物种 KEGG 通路分析与可视化功能。
Day1 互动：基础分析的疑问与交流
今天我们拆解了 “差异基因筛选 → 功能富集 → 通路定位” 的 3 类核心图，你在实际分析中是否遇到过这些问题？比如 “火山图阈值该如何调整才能平衡敏感性与特异性”“GO/KEGG 富集无显著条目时该如何优化”？欢迎在评论区留言你的疑问，我们将在 Day2 的内容中针对性解答。
明天（Day2）我们将聚焦更复杂的 “关系与趋势类图表”—— 桑基图、基因集富集分析图（GSEA）、Mfuzz 时序聚类图、蛋白互作网络图（PPI），教你可视化 “基因的多维度归属”“动态表达趋势” 与 “互作网络结构”，进一步挖掘组学数据的深层机制！
参考资料
[1] Enhanced Volcano. Bioconductor - Help
[2] ClusterProfiler. Introduction | Biomedical Knowledge Mining using GOSemSim and clusterProfiler
[3] Biostars. https://www.biostars.org/
