# 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。

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

## 得られるもの

- **ボルケーノプロット** (PNG + SVG): 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** (CSV): 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** (CSV): 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** (Python 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

1. **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。
2. **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。
3. **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

### ボルケーノプロットとは何ですか？

各遺伝子の fold change（横軸）と、その変化の有意性を p 値または q 値の −log10 で表した値（縦軸）をプロットした散布図です。大きく、かつ確実に変化した遺伝子が左右の上の隅に集まり、それを見つけるのがこの図の目的です。

### fold change の向きはなぜ重要なのですか？

ツールは基準となる群に対して fold change を定義しますが、基準の群が想定どおりとは限りません。たとえば Cuffdiff は、サンプル 2 をサンプル 1 で割った値を報告します。作例の表は「未処理 / デキサメタゾン」の比だったため、そのまま描画していたら、誘導された遺伝子はすべて抑制されたように見えていたはずです。Yila はこの点を確認し、どのように処理したかをお知らせします。

### しきい値はどのように設定すればよいですか？

よく使われるのは、|log2 fold change| ≥ 1（2 倍の変化）かつ補正後の p 値が 0.05 未満という基準で、作例もこれを使っています。分野によっては別の値が好まれることもあるので、その場合は依頼文で伝えてください。

### fold change が無限大の遺伝子や p = 0 の遺伝子はどう扱われますか？

fold change が無限大になるのは、一方の群で検出されなかった遺伝子です。これらは軸の端に積み上げるのではなく、図から除いたうえで数を記録します。p 値がソフトウェアの下限に達した遺伝子は、その下限の位置に描き、下限値であることを明記します。

### ラベルを付ける遺伝子を選べますか？

はい。既定では最も有意な遺伝子にラベルを付けますが、注目する遺伝子のリストを渡すことも、fold change の大きい順に上位の遺伝子を選ぶよう依頼することもできます。

### R と Python のどちらで作成しますか？

どちらでも作成できます。作例では Python の matplotlib を使いました。R の場合、Yila は ggplot2 と ggrepel、または EnhancedVolcano を使います。

### 作例のデータはどこから取得していますか？

公開されている GEO シリーズ GSE52778 で、Himes らの論文（PLOS ONE、2014）のもとになった RNA-Seq データです。Yila がユーザーのデータを作例に使うことはありません。

---

- [発現変動解析の結果からボルケーノプロットを作成](https://yila.ai/ja/playbooks/volcano-plot)
- [llms.txt](https://yila.ai/ja/llms.txt)
