Collez vos résultats d'expression différentielle, réglez les seuils de significativité, et téléchargez un volcano plot prêt à publier. Le calcul se fait entièrement dans votre navigateur — vos données ne quittent jamais votre appareil.
Un volcano plot est un nuage de points qui met en regard la significativité statistique et l'ampleur de l'effet biologique. L'axe horizontal indique le log₂ fold change, tandis que l'axe vertical indique le −log₁₀ de la p-value. Les points situés dans les coins supérieurs représentent des gènes — ou des protéines, métabolites, ou autres caractéristiques — à la fois fortement modifiés et statistiquement significatifs, ce qui en fait de bons candidats pour des expériences de suivi.
Les chercheurs en génomique, protéomique et métabolomique s'appuient sur le volcano plot pour parcourir des milliers de comparaisons d'un seul coup d'œil. Plutôt que de parcourir un tableur ligne par ligne, vous repérez instantanément les caractéristiques sur- et sous-exprimées grâce à leur position sur le graphique. Des revues comme Nature Methods et Bioinformatics publient régulièrement des figures sous ce format, car il condense deux dimensions essentielles — amplitude et confiance — en une seule vue intuitive.
Ce générateur de volcano plot fonctionne entièrement dans votre navigateur. Collez un tableau de noms de gènes, de log₂ fold changes et de p-values ; l'outil analyse automatiquement le CSV ou le TSV, affiche le graphique en temps réel, et permet d'exporter un SVG vectoriel ou un PNG haute résolution adapté à la soumission en revue. Rien à installer, aucun compte à créer, et vos données ne quittent jamais votre machine.
Le même générateur de volcano plot traite des données issues du RNA-seq, de la protéomique, de la métabolomique et des expériences en cellule unique. Chaque exemple ci-dessous utilise un jeu de données différent pour montrer comment les seuils de significativité et l'étiquetage s'adaptent à des échelles et des distributions variées.
Une comparaison classique en RNA-seq global entre un groupe traité et un groupe témoin, avec une sortie DESeq2 collée directement dans le générateur de volcano plot. Les groupes rouge et bleu mettent en évidence des dizaines de gènes différentiellement exprimés au-delà des seuils de fold-change et de p-value.
Données de protéomique quantitative sans marquage issues d'une expérience de spectrométrie de masse. Moins de caractéristiques au total que pour un transcriptome, mais le volcano plot sépare tout de même clairement les résultats significatifs du bruit de fond.
Comparaison en métabolomique non ciblée utilisant des p-values ajustées (FDR). Le générateur de volcano plot accepte les colonnes p_adj ou FDR et trace des lignes de seuil correspondant à la métrique fournie.
Gènes marqueurs issus d'une comparaison de clusters en RNA-seq unicellulaire, traités avec le générateur de volcano plot. Avec des milliers de caractéristiques et des p-values très faibles, l'outil adapte automatiquement l'échelle de l'axe des y et n'étiquette que les résultats les plus significatifs.
Quatre étapes pour passer de données brutes d'expression différentielle à une figure prête pour votre manuscrit. Le générateur de volcano plot gère automatiquement la détection des colonnes, la mise à l'échelle et le rendu.
Copiez un tableau depuis votre outil d'analyse — DESeq2, limma, edgeR, ou tout pipeline produisant des noms de gènes avec log₂ fold changes et p-values. Le générateur de volcano plot accepte le TSV et le CSV, et détecte automatiquement les en-têtes de colonnes courants comme gene, log2fc, padj et fdr.
Ajustez le seuil de fold-change (par défaut |log₂FC| > 1, soit un changement d'un facteur deux) et le seuil de p-value (par défaut 0,05). Les lignes de seuil en pointillés se mettent à jour en temps réel pour que vous voyiez exactement quelles caractéristiques passent vos critères.
Le graphique se met à jour instantanément lorsque vous changez les seuils ou les données. Les caractéristiques sur-exprimées apparaissent en rouge, les sous-exprimées en bleu, et les non significatives en gris. Le générateur étiquette les gènes les plus significatifs — ajustez le nombre d'étiquettes pour en afficher plus ou moins.
Cliquez sur Télécharger le SVG pour un fichier vectoriel sans perte, modifiable dans Illustrator ou Inkscape, ou sur Télécharger le PNG pour un raster en résolution double prêt pour la soumission en revue. Les deux formats préservent exactement la mise en page affichée à l'écran.
Collez la sortie de DESeq2, limma, edgeR, ou de tout pipeline d'expression différentielle. Le générateur de volcano plot reconnaît les noms de colonnes courants — gene, log2FoldChange, padj, FDR — et les associe automatiquement, sans jamais avoir à reformater vos données.
Déplacez les seuils de significativité et regardez le volcano plot se mettre à jour en temps réel. Les points changent instantanément de catégorie colorée, ce qui permet d'explorer différents niveaux de rigueur sans relancer votre pipeline d'analyse.
Réponses aux questions les plus courantes des chercheurs sur les volcano plots et cet outil de génération.
Le volcano plot et le MA plot visualisent tous deux des résultats d'expression différentielle, mais ils mettent en avant des aspects différents des données. Choisissez le format qui correspond le mieux à ce que vous voulez montrer.
Combine l'ampleur de l'effet et la significativité statistique en une seule vue
Montre le fold change en fonction du niveau d'expression moyen
Collez vos données, réglez vos seuils, et téléchargez une figure prête à publier — le tout dans votre navigateur.