RNA-seq 與差異表現火山圖怎麼畫？2026 完整教學

差異表現分析跑完了，你手上有一張表，列著每個基因的 log2 倍數變化與校正後 p 值，現在就差審稿人最期待的那張圖：一張乾淨的火山圖（volcano plot）。傳統的 R 流程——ggplot2、EnhancedVolcano，外加不停微調 geom_text_repel 直到標籤不再互相重疊——的確做得出來，但只要你想改個門檻、換個分類顏色，它就慢得讓人崩潰、又毫無彈性。這篇教學要教你怎麼用白話描述就畫出 RNA-seq 與差異表現的火山圖，讓 AI 把圖建好，而你只要專心看生物學。

讀完這篇教學，你將能夠：

• 不寫一行程式就畫出 RNA-seq 火山圖，而且座標軸正確（log2 倍數變化 vs. −log10 校正後 p 值）。
• 為倍數變化與校正後 p 值設定顯著性門檻，並畫出審稿人期待看到的虛線截斷線。
• 為上調與下調基因上色、把不顯著的基因畫成灰色雲團，讓整張圖一眼就讀得懂。
• 用基因名稱標註你的重點命中基因而文字不重疊，並匯出可印刷的火山圖，直接放進論文或學位論文。

以下每一步都在 SciDraw AI 編輯器裡完成，使用的是火山圖產生器——你把資料和想法丟進去，圖就出來，再用文字慢慢調整。

火山圖到底在呈現什麼

火山圖是專為差異表現設計的散布圖。每一個點代表一個基因（也可以是蛋白質或代謝物）。x 軸是 log2 倍數變化——表現往上（右）或往下（左）變動了多少。y 軸是 p 值的 −log10（通常用校正後／FDR 的 p 值）——也就是你對它有多少把握。畫出來就是一座「火山」的形狀：最有意思的基因會落在左上與右上兩個角落，那裡的變化幅度大而且統計上顯著。

整張圖的重點，就是讓你一眼把訊號從雜訊裡分出來。這代表三件事必須清清楚楚：門檻在哪裡、哪些點通過了門檻，以及哪幾個基因值得特別點名。

步驟一：描述你想要的圖

先打開編輯器，告訴 AI 這張圖是什麼。座標軸、資料類型、門檻都要講清楚——夠具體，才能讓一張普通散布圖變成一張正確的火山圖。

填好內容的範例：

• 「畫一張 RNA-seq 實驗的火山圖，比較處理組 vs. 對照組。x 軸 log2 倍數變化從 −6 到 6，y 軸 −log10 校正後 p 值。用 |log2FC| > 1 且校正後 p < 0.05 當截斷值。上調基因紅色、下調藍色、不顯著灰色，並在 ±1 處畫垂直虛線、在 p = 0.05 的高度畫一條水平虛線。」

步驟二：設定門檻與門檻線

門檻是整張圖的核心，而且正是那種你會想隨手改、又不想重畫的東西。有兩個截斷值最關鍵：

• 倍數變化截斷值——通常是 |log2FC| > 1（2 倍變化），但 0.585（1.5 倍）和 2（4 倍）也很常見。
• 顯著性截斷值——通常用校正後 p 值（Benjamini-Hochberg FDR），而不是原始 p 值。0.05 和 0.01 是標準值。

直接用對話的方式調整：

• 「把倍數變化截斷值改成 |log2FC| > 0.585（1.5 倍）。」
• 「用校正後 p < 0.01 取代 0.05，並把水平虛線移到對應的位置。」
• 「把門檻線改成淺灰色虛線，這樣才不會跟資料點搶版面。」

步驟三：為上調與下調基因上色

顏色是讓火山圖好讀的關鍵。慣例是三色配置：一種顏色給顯著上調的基因、一種給顯著下調的、再用中性的灰色給所有沒通過門檻的點。

• 「上調基因（+1 右側、p 門檻上方）用紅色；下調（−1 左側）用藍色；其餘全部灰色、透明度 40%。」
• 「加一個圖例：紅色 = 上調、藍色 = 下調、灰色 = 不顯著。」
• 「把顯著的點稍微放大，不顯著的縮小並做半透明。」

把不顯著的雲團維持得淡一點，視線自然就會被推往角落——而那正是故事所在。

步驟四：標註你的重點命中基因

審稿人想看到亮眼的基因被點名，但一整面互相重疊的標籤比完全不標還糟。要有所取捨，讓 AI 自己排版、避免碰撞。

• 「依校正後 p 值標出前 10 名基因，標上基因符號，用細的引線、文字不重疊。」
• 「只標這幾個基因：TP53、BRCA1、MYC、EGFR、CDKN1A。」
• 「把最顯著的三個上調基因標籤加粗。」

這正是「用描述」勝過「手動擺文字框」的地方：你開出命中名單，排版交給 AI。等版面對了，再去微調任何單一標籤——針對性的文字修改可參考如何編輯 AI 圖表中的文字與標籤。

常見錯誤（以及如何修正）

• 用原始 p 值而非校正後 p 值。 多重檢定的膨脹會讓什麼都看起來顯著。修正： 「y 軸請畫校正後（FDR）p 值的 −log10，不要用原始 p 值。」
• 座標軸不對稱或被截斷，藏住了某個方向。 如果 x 軸只從 0 到 6，下調基因就消失了。修正： 「把 x 軸做成對稱的，從 −6 到 6，以 0 為中心。」
• 標籤太多。 四十個重疊的基因名稱 = 看不懂。修正： 「只標前 8 名命中基因，其餘移除。」
• 沒有門檻線。 截斷值只是隱含，卻看不見。修正： 「在倍數變化與 p 值截斷處加上虛線，讓各區域一目了然。」
• 配色忽略了方向。 所有顯著基因都用同一種顏色，會丟掉上調／下調的故事。修正： 「上調與下調基因請用不同顏色。」
• 悄悄把 −log10(p) 封頂。 p = 0 的基因會衝到無限大。修正： 「把 y 軸封頂，並用空心箭頭標出被封頂的點，誠實呈現。」

匯出與使用

圖對了之後，就依照用途匯出。需要什麼就直接說：

• 「把這張匯出成 300 DPI 的 PNG，尺寸符合單欄期刊版面。」
• 「給我向量版（SVG），方便我丟進 Illustrator。」
• 「匯出寬 1200 px、透明背景的版本，給我做投影片用。」

火山圖很少單獨出現。如果你的差異表現結果會餵進一篇系統性回顧，或你正在組一張多面板的結果圖，可以搭配如何製作森林圖來呈現效應量摘要；當某個基因名稱需要最後一刻修正時，再回頭看如何編輯 AI 圖表中的文字與標籤。所有東西都在 SciDraw AI 編輯器裡保持可編輯。

常見問題

不寫程式要怎麼畫 RNA-seq 火山圖？ 打開火山圖產生器，描述你的比較（處理組 vs. 對照組）、說明 log2 倍數變化與校正後 p 值門檻，AI 就會把圖建好。顏色、標籤、截斷值都用打字下指令來調整——完全不需要 R 或 Python。

火山圖應該用什麼門檻？ 最常見的預設是 |log2FC| > 1（2 倍變化）搭配校正後 p 值 < 0.05。比較嚴格的研究會用 |log2FC| > 1 搭配校正後 p < 0.01。一定要用校正後（FDR）p 值，不要用原始的，並在圖例中註明你的截斷值。

y 軸該用原始還是校正後 p 值？ 用校正後 p 值（Benjamini-Hochberg／FDR），以 −log10 呈現。RNA-seq 會檢定數萬個基因，用原始 p 值會把太多基因標成顯著。畫 −log10(校正後 p) 才能讓你的顯著基因集誠實可信。

怎麼只標最重要的那幾個基因？ 請 AI 依校正後 p 值標出前 N 名基因，或直接點名你在意的特定基因。要求用細引線、文字不重疊，這樣即使在密集的圖上，標籤也維持清楚易讀。

蛋白質體學或代謝體學也能畫火山圖嗎？ 可以。同樣的座標軸與門檻適用於任何差異豐度實驗——蛋白質體學、代謝體學或單細胞都行。只要告訴火山圖產生器資料類型與你的截斷值，它就會調整標籤與上色方式。

現在就畫你的火山圖

別再跟 geom_text_repel 搏鬥了。描述你的差異表現資料、設好門檻，讓 AI 畫出一張乾淨、標好標籤、可直接投稿的圖。打開火山圖產生器，或直接跳進 SciDraw AI 編輯器，幾分鐘內就能做出你的火山圖。