本篇教程就讓我們來學習如何繪制右圖這種“對稱散點圖”，展示組間差異基因表達格局。
示例文件“gene_diff.txt”是壹組基因差異表達分析結果，記錄了處理組（treat）和對照組（control）間表達顯著不壹致的基因，鑒定標準為p<0.01以及|log2 Fold Change|≥1。
其中，gene_id為基因名稱；control和treat代表了兩組中基因的平均表達值；log2FoldChange即log2轉化後的基因表達差異倍數；pvalue是差異基因顯著性p值；diff為根據p<0.01以及|log2 Fold Change|≥1篩選的差異基因，該列中“up”為上調，“down”為下調，“none”為非差異基因。
接下來通過該示例文件，展示使用R語言繪制差異基因表達“對稱散點圖”過程。
首先對數據做壹些預處理。
例如，基因表達值數量級相差過大，取個對數轉換；基因名稱按是否為差異基因作個排序，避免後續作圖時被不顯著的基因點遮蓋，即排序的目的是讓這些顯著基因的點都位於圖的上方。
下來就可以使用預處理後的數據作圖了。
第壹種類型是將基因按上調、下調或不顯著類型著色，便於從圖中辨認差異基因。我們使用ggplot2的方法繪制差異基因散點圖。
兩個坐標軸分別代表了處理組（treat）和對照組（control），圖中的點代表各基因在兩組中的平均表達值（已經作了log轉換）。treat組和control組相比，上調基因以紅色表示，下調基因以綠色表示。圖中的虛線代表了|log2FC|=1時的閾值線。
在該圖中，我們可以很輕松地觀察差異基因整體分布狀態和數量比較的信息。
上圖中沒有將p值信息展示出。因此另壹種思路是，顏色代表p值，這樣就可以在圖中獲得壹個漸變梯度。同樣使用ggplot2的方法繪制，和上述過程相比僅在顏色指定上存在區別。
類似上圖，兩個坐標軸分別代表了處理組（treat）和對照組（control），圖中的點代表各基因在兩組中的平均表達值（已經作了log轉換），圖中的虛線代表了|log2FC|=1時的閾值線。
和上圖不同點在於，此時基因按顯著性p值著色，從不顯著>顯著展示以藍色>紅色漸變，就獲得了壹種梯度信息。這樣可以很方便地看出，在兩組中的表達值差異越大的基因，p值越小，二者趨勢是壹致的，重在描述了差異倍數和p值的關系。