# Einen Volcano-Plot aus Ihrer differenziellen Expressionsanalyse erstellen

> Laden Sie die Ergebnistabelle aus DESeq2, edgeR, limma oder Cuffdiff hoch. Yila prüft, in welche Richtung der Fold-Change zeigt, wendet Ihre Schwellen an, färbt und beschriftet die relevanten Gene und speichert die Anzahlen und das Skript.

URL: https://yila.ai/de/playbooks/volcano-plot

## Das erhalten Sie

- **Volcano-Plot** (PNG + SVG): Fold-Change gegen −log10 des adjustierten p-Werts, Schwellenlinien, hoch- und herunterregulierte Gene eingefärbt, die signifikantesten Gene beschriftet und die Anzahlen in der Legende.
- **Beschriftete Gene** (CSV): Die im Plot benannten Gene mit Fold-Change, p-Wert und q-Wert, bereit für die Abbildungslegende.
- **Anzahlen** (CSV): Wie viele Gene getestet, hochreguliert, herunterreguliert und ausgeschlossen wurden, damit die Zahlen in Ihrem Text zur Abbildung passen.
- **Das Skript** (Python-Skript): Der vollständige Plot in Python (oder auf Wunsch in R), sodass neue Schwellenwerte oder ein neuer Vergleich nur eine Zeile erfordern.

## So funktioniert es

1. **Ergebnisse hochladen und Vergleich nennen**: Geben Sie Yila die Tabelle aus Ihrem Werkzeug für die differenzielle Expressionsanalyse und sagen Sie, welche Gruppe mit welcher verglichen wurde. Die Rohausgabe von DESeq2, edgeR, limma oder Cuffdiff funktioniert unverändert.
2. **Yila prüft Richtung und Sonderfälle**: Yila liest aus, welche Gruppe das Werkzeug als Referenz verwendet hat, und kehrt bei Bedarf das Vorzeichen um, damit „hoch“ wirklich „hoch“ bedeutet. Außerdem findet Yila vor dem Plotten unendliche Fold-Changes und p-Werte an der Untergrenze des Werkzeugs.
3. **Plot, Tabellen und Skript erhalten**: Der Plot wird gerendert, auf überlappende Beschriftungen geprüft und mit den Gentabellen und dem Skript gespeichert. Andere Schwellenwerte, Beschriftungen nach Ihrer eigenen Genliste oder die Farben einer Fachzeitschrift können Sie im selben Gespräch anfordern.

## Geeignet für

- **Eine Ergebnisabbildung zu RNA-Seq**: Die Übersichtsabbildung, mit der die meisten Transkriptomik-Artikel ihren Ergebnisteil beginnen.
- **Proteomik und Metabolomik**: Jede Tabelle mit einer Effektstärke und einem adjustierten p-Wert pro Merkmal funktioniert genauso.
- **Einen öffentlichen Datensatz prüfen**: Stellen Sie eine Ergebnistabelle aus GEO dar, um zu sehen, ob die veröffentlichten Gene herausstechen, bevor Sie sie verwenden.

## Häufige Fragen

### Was ist ein Volcano-Plot?

Ein Streudiagramm, das für jedes Gen den Fold-Change (x) gegen die Signifikanz dieser Änderung aufträgt, als −log10 des p- oder q-Werts (y). Gene, die sich stark und verlässlich ändern, landen in den oberen Ecken, und genau dafür ist der Plot da.

### Warum ist die Richtung des Fold-Changes wichtig?

Werkzeuge definieren den Fold-Change relativ zu einer Referenzgruppe, und das ist nicht immer die Gruppe, die Sie erwarten. Cuffdiff etwa gibt das Verhältnis von Probe 2 zu Probe 1 an. Im Beispiel enthielt die Tabelle das Verhältnis unbehandelt zu Dexamethason; unverändert dargestellt, wäre jedes induzierte Gen als reprimiert erschienen. Yila prüft das und sagt Ihnen, was geändert wurde.

### Welche Schwellenwerte sollte ich verwenden?

Üblich ist |log2 Fold-Change| ≥ 1 (eine Änderung um das Zweifache) mit einem adjustierten p-Wert unter 0,05; diese Werte verwendet auch das Beispiel. In Ihrem Fachgebiet sind womöglich andere Werte üblich; nennen Sie sie in der Anfrage.

### Was passiert mit Genen mit unendlichem Fold-Change oder p = 0?

Unendliche Fold-Changes stammen von Genen, die in einer Gruppe nicht nachgewiesen wurden. Sie werden aus dem Plot ausgeschlossen und gezählt, statt am Achsenrand gestapelt zu werden. p-Werte an der Untergrenze der Software werden an dieser Untergrenze eingezeichnet und entsprechend gekennzeichnet.

### Kann ich festlegen, welche Gene beschriftet werden?

Ja. Standardmäßig werden die signifikantesten beschriftet; Sie können eine Liste der Gene angeben, die Sie interessieren, oder stattdessen die Gene mit dem größten Fold-Change anfordern.

### R oder Python?

Beides ist möglich. Das Beispiel verwendet Python mit matplotlib; in R nutzt Yila ggplot2 mit ggrepel oder EnhancedVolcano.

### Woher stammen die Beispieldaten?

Aus der öffentlichen GEO-Serie GSE52778, den RNA-Seq-Daten hinter Himes et al., PLOS ONE 2014. Yila verwendet niemals Daten von Nutzern als Beispiele.

---

- [Einen Volcano-Plot aus Ihrer differenziellen Expressionsanalyse erstellen](https://yila.ai/de/playbooks/volcano-plot)
- [llms.txt](https://yila.ai/de/llms.txt)
