✦ 火山图 · 在线绘制

火山图在线绘制 差异基因一图看清

上传 DESeq2、edgeR、limma 或蛋白质组的差异分析结果,生成可直接投稿的火山图:阈值线、上调下调配色、基因名标注都可以用一句话指定。不需要 R 或 Python。

你的数据

免费注册 · 每天赠送额度 · 无需信用卡

示例效果

示例结果 · 由 FigCanvas 根据这份示例数据和提示词生成

RNA-seq 差异基因火山图,上调基因为红色、下调基因为蓝色,并标注最显著的 10 个基因名
每天赠送免费额度导出可编辑 SVG符合期刊投稿要求
图 01 — 示例

火山图示例

两张图都是 FigCanvas 用上面的示例数据(模拟数据)和中文提示词直接生成的。RNA-seq 示例包含 2,600 个基因,按 P 值标出了最显著的 10 个;蛋白质组示例包含 2,000 个蛋白,在 |log2FC| > 1、P < 0.05 的阈值下有 116 个上调、96 个下调。

RNA-seq 差异基因火山图,上调基因为红色、下调基因为蓝色,并标注最显著的 10 个基因名
图 1aRNA-seq · 标注基因名
蛋白质组差异火山图,标出上调和下调蛋白的数量以及变化最显著的 8 个蛋白
图 1b蛋白质组 · 上调下调计数
§ 怎么看图

火山图怎么看

火山图是一种散点图,用来同时展示差异的大小和统计显著性,是 RNA-seq、蛋白质组、代谢组等差异分析结果最常用的展示方式。每个点代表一个基因或蛋白:差异大又显著的点分布在图的左上角和右上角,整体形状像喷发的火山,因此得名。

横轴:log2 差异倍数

横轴是 log2 Fold Change(log2FC)。0 表示两组没有差别,1 表示表达量是对照组的 2 倍,-1 表示是对照组的一半。

右侧的点是上调,左侧的点是下调,离中间越远,变化倍数越大。

纵轴:-log10(P 值)

纵轴是 P 值(或校正后的 P 值)取负对数。P = 0.05 对应约 1.3,P = 0.01 对应 2,点的位置越高越显著。

做多重检验校正后,建议用校正后的 P 值(padj、FDR 或 adj.P.Val)作图,并在图注中写明用的是哪一种。

阈值线和三种颜色

两条竖线是差异倍数阈值(常用 |log2FC| > 1),一条横线是显著性阈值(常用 P < 0.05 或 padj < 0.05)。

同时超过两个阈值的点被标为上调(常用红色)或下调(常用蓝色),其余的点为灰色。阈值没有统一标准,要与正文里的筛选条件一致。

该标注哪些基因

常见做法是标注最显著的若干个基因,或者标注与研究问题相关的基因(如某条通路上的基因)。标得太多会相互遮挡,一般不超过 10–20 个。

FigCanvas 会自动错开标签的位置,尽量减少重叠;你也可以直接给出要标注的基因名单。

图 03 — 数据格式

火山图的数据怎么整理

每个基因或蛋白占一行,至少需要名称、log2 差异倍数和 P 值三列。DESeq2、edgeR、limma 等工具导出的结果表可以直接上传,列名不必和示例完全一致。

gene
基因或蛋白的名称,用于在图上标注。
log2_fold_change
log2 差异倍数,对应 DESeq2 的 log2FoldChange、edgeR 和 limma 的 logFC。
p_value
P 值或校正后的 P 值(padj、FDR、adj.P.Val)。两列都有时,在提示词里说明用哪一列。
label
可选。想固定标注的基因可以在这一列填上名称,其余留空。
genelog2_fold_changep_value
Cacnb4-3.541.1e-197
Gdf103.951.0e-200
GENE00002-0.130.088
GENE000030.040.62

支持 CSV、TSV、TXT 和 Excel 文件。P 值为 0 的行会让 -log10(P) 变成无穷大,上传前可以先替换为一个很小的数,或在提示词里让 FigCanvas 处理。

§ 步骤四步完成

怎么用 FigCanvas 画火山图

从差异分析结果到可投稿的火山图,只需要四步。

第 01 步

上传差异分析结果

上传 RNA-seq、蛋白质组或代谢组的差异分析结果表(CSV 或 Excel),也可以先用示例数据试一次。

第 02 步

说明阈值和要标注的基因

用中文或英文写明 log2FC 和 P 值的阈值、上调下调的颜色,以及要标注的基因。

第 03 步

生成并调整

FigCanvas 用 Python 根据你的数据绘图,生成后可以在对话里继续改阈值、配色、点的大小和标签。

第 04 步

导出投稿用的图

导出可编辑的 SVG 或 300 DPI 的 PDF,放进论文、答辩 PPT 或海报。

图 04 — 为什么用 FigCanvas

为什么科研人员用 FigCanvas 画图

01

不用写 R 或 Python

不需要安装 ggplot2、EnhancedVolcano 或调试代码,上传结果表、写一句话就能出图。

02

基因名标签自动错开

点密集的区域标签容易重叠,FigCanvas 会自动调整标签位置并加上引导线。

03

阈值和配色随时改

想把阈值从 1 改成 0.58,或者换成色盲友好的配色,在对话里说一句就会重新生成。

04

图由数据绘制,可以复现

火山图由 Python 根据上传的数据绘制,上调和下调的数量按你给的阈值计算,不是 AI 凭空画的图。

§ 常见问题更新于 2026年11月9日

火山图常见问题

火山图是一种散点图,横轴是 log2 差异倍数(log2FC),纵轴是 -log10(P 值),每个点代表一个基因或蛋白。变化大且显著的点出现在图的左上角和右上角,形状像火山。它常用于展示 RNA-seq、蛋白质组和代谢组的差异分析结果。

一张差异分析结果表,每个基因或蛋白一行,包含名称、log2 差异倍数和 P 值(或校正后的 P 值)三列。DESeq2、edgeR、limma 以及大多数差异分析工具导出的表格都可以直接使用,支持 CSV、TSV、TXT 和 Excel。

常见的设置是 |log2FC| > 1(即变化 2 倍以上)且校正后的 P 值 < 0.05。也有研究用 |log2FC| > 0.58(1.5 倍)或更严格的 P 值。阈值没有统一标准,关键是与正文中筛选差异基因的条件一致,并在图注中写明。

可以。在提示词里写出要标注的基因名,或者让 FigCanvas 标注最显著的若干个基因。标签会自动错开,减少相互遮挡。

差异分析同时检验了上万个基因,建议用校正后的 P 值(padj、FDR 或 adj.P.Val)来判定显著性并作图。如果纵轴用的是原始 P 值,要在图注里说明,避免读者误解。

最常见的是上调红色、下调蓝色、不显著灰色。红绿配色对色盲读者不友好,不建议使用;可以让 FigCanvas 换成色盲友好的配色,比如橙色和蓝色。

用 R(ggplot2、EnhancedVolcano)需要写代码、调整参数并处理标签重叠。FigCanvas 直接读取结果表,用一句话描述阈值和标注需求即可生成,同样由代码根据数据绘制,之后可以在对话里继续修改。

可以免费注册,用每天赠送的额度画图。免费用户导出带水印的 PNG;Pro 和积分包用户可以导出可编辑的 SVG 和 300 DPI 的 PDF,可直接用于期刊投稿。

§ 开始

用你的差异分析结果画一张火山图

上传结果表,设置阈值和要标注的基因,导出后直接放进论文。

每天赠送免费额度导出可编辑 SVG符合期刊投稿要求
在线绘制火山图— 免费开始