Incolla i risultati della tua analisi di espressione differenziale, imposta le soglie di significatività e scarica un volcano plot pronto per la pubblicazione. Funziona interamente nel browser: i tuoi dati non lasciano mai il dispositivo.
Un volcano plot è un grafico a dispersione che mette in relazione la significatività statistica con l'entità dell'effetto biologico. L'asse orizzontale mostra il log₂ fold change, mentre l'asse verticale mostra il −log₁₀ p-value. I punti che si trovano negli angoli superiori rappresentano geni — o proteine, metaboliti o altre feature — che sono al tempo stesso molto variati e statisticamente significativi, e quindi candidati ideali per esperimenti di verifica.
Ricercatori in genomica, proteomica e metabolomica usano il volcano plot per esaminare a colpo d'occhio migliaia di confronti. Invece di scorrere un foglio di calcolo riga per riga, puoi individuare istantaneamente le feature sovra- e sotto-regolate dalla loro posizione sul grafico. Riviste come Nature Methods e Bioinformatics pubblicano regolarmente figure in questo formato perché racchiudono due dimensioni fondamentali — entità e affidabilità — in un'unica visualizzazione intuitiva.
Questo generatore di volcano plot funziona interamente nel tuo browser. Incolla una tabella con nomi dei geni, log₂ fold change e p-value: lo strumento analizza automaticamente CSV o TSV, disegna il grafico in tempo reale e permette di esportare un SVG vettoriale o un PNG ad alta risoluzione adatto all'invio a una rivista scientifica. Non c'è nulla da installare, nessun account da creare e i tuoi dati non lasciano mai il tuo computer.
Lo stesso generatore di volcano plot gestisce dati provenienti da RNA-seq, proteomica, metabolomica ed esperimenti single-cell. Ogni esempio qui sotto usa un dataset diverso per mostrare come le soglie di significatività e le etichette si adattano a scale e distribuzioni differenti.
Un classico confronto RNA-seq bulk tra gruppo trattato e controllo, con l'output di DESeq2 incollato direttamente nel generatore di volcano plot. I cluster rossi e blu evidenziano decine di geni differenzialmente espressi oltre le soglie di fold change e p-value.
Dati di proteomica quantitativa label-free da un esperimento di spettrometria di massa. Meno feature totali rispetto a un trascrittoma, ma il volcano plot separa comunque a colpo d'occhio i risultati significativi dal rumore di fondo.
Confronto di metabolomica untargeted con p-value corretti (FDR). Il generatore di volcano plot accetta colonne p_adj o FDR e disegna le linee di soglia corrispondenti alla metrica fornita.
Geni marcatori da un confronto tra cluster in un esperimento di RNA-seq single-cell, elaborati con il generatore di volcano plot. Con migliaia di feature e p-value molto piccoli, lo strumento scala automaticamente l'asse y ed etichetta solo i risultati più significativi.
Quattro passaggi per passare da dati grezzi di espressione differenziale a una figura pronta per il manoscritto. Il generatore di volcano plot gestisce automaticamente il riconoscimento delle colonne, la scala e il rendering.
Copia una tabella dal tuo strumento di analisi — DESeq2, limma, edgeR o qualsiasi pipeline che produca nomi dei geni con log₂ fold change e p-value. Il generatore di volcano plot accetta TSV e CSV e riconosce automaticamente intestazioni comuni come gene, log2fc, padj e fdr.
Regola la soglia di fold change (default |log₂FC| > 1, cioè un cambiamento di due volte) e la soglia del p-value (default 0.05). Le linee tratteggiate di soglia si aggiornano in tempo reale, così vedi esattamente quali feature soddisfano i tuoi criteri.
Il grafico si aggiorna istantaneamente quando cambi soglie o dati. Le feature sovraregolate appaiono in rosso, quelle sottoregolate in blu e quelle non significative in grigio. Il generatore etichetta i geni più significativi — regola il numero di etichette per mostrarne di più o di meno.
Clicca su Scarica SVG per un file vettoriale senza perdita, modificabile in Illustrator o Inkscape, oppure Scarica PNG per un raster a risoluzione doppia pronto per l'invio a una rivista. Entrambi i formati mantengono esattamente il layout visualizzato a schermo.
Incolla l'output di DESeq2, limma, edgeR o qualsiasi pipeline di espressione differenziale. Il generatore di volcano plot riconosce i nomi di colonna più comuni — gene, log2FoldChange, padj, FDR — e li mappa automaticamente, così non devi mai riformattare i dati.
Trascina le soglie di significatività e guarda il volcano plot aggiornarsi in tempo reale. I punti passano istantaneamente da una categoria colorata all'altra, permettendoti di esplorare diversi livelli di rigore senza rieseguire la pipeline di analisi.
Risposte alle domande più comuni dei ricercatori sui volcano plot e su questo generatore.
Sia i volcano plot sia gli MA plot visualizzano i risultati di espressione differenziale, ma mettono in evidenza aspetti diversi dei dati. Scegli il formato che comunica meglio ciò che vuoi mostrare.
Combina entità dell'effetto e significatività statistica in un'unica vista
Mostra il fold change in funzione del livello medio di espressione
Incolla i tuoi dati, imposta le soglie e scarica una figura pronta per la pubblicazione — tutto nel browser.