导读：《Frontiers in Immunology》单细胞测序文章“Fibroblast growth factor receptor risk signature predicts patient prognosis and immunotherapy resistance in colorectal cancer”Fig1B的火山图展示了8种不同细胞类型中top5差异表达marker基因。                                               

图中共8个小矩形，每个小矩形表示一种细胞类型。矩形中X轴表示细胞类型间表达该基因的细胞比例的差值，即pct.1 – pct.2；Y轴表示log2Fold change。以T cell为例，红色点标注了top5上调，top5下调的marker基因，灰色点为其他基因，两条水平线为log2FC阈值线。直观地展示了不同细胞类型的marker基因情况。

1，打开作图URL

https://www.bioinformatics.com.cn/plot_basic_scrna_seq_marker_gene_vocalno_plot_by_scrnatoolvis_261

2，示例数据

点击图片上方的示例数据，下载，并使用excel打开。

示例数据来自Seurat findAllmarkers函数的输出，包括5列：

第1列是avg_log2FC：表示基因在目标细胞群体与其他细胞群体之间的平均表达差异。正值表示基因在目标细胞群体中高表达，负值表示基因在其他细胞群体中高表达。数值越大（正或负），表示差异越大。

第2列是pct.1：表示目标细胞群体中表达该基因的细胞比例。例如，pct.1 = 0.8 表示目标细胞群体中有 80% 的细胞表达该基因。

第3列是pct.2：表示其他细胞群体中表达该基因的细胞比例。例如，pct.2 = 0.2 表示其他细胞群体中有 20% 的细胞表达该基因。

第4列是cluster：目标细胞群的标识符。绘图时按照cluster出现的顺序从左到右绘制，例如这里最左边绘制的是Naïve CD4 T细胞

第5列是基因：Marker基因。

注意：这里没有考虑p值

3，输入检查

示例数据：点击输入框下面的“示例”按钮，将载入示例数据。

真实数据：数据放在excel中，调整好后，Ctrl+A选中数据，Ctrl+C拷贝，Ctrl+V粘贴数据到输入框中。

 然后使用输入框下面的“输入检查”按钮先对输入数据进行检查。若检查不通过，请根据检查提示重复【修改-输入检查】步骤，直到检查通过（如下图所示），然后可以继续选择参数。

注：输入检查按钮会根据不同模块的输入要求，逐行逐列检查输入数据，并给出提示，确保数据符合模块输入要求。

4，选择参数

待标注基因名：需要在图中标注的基因的名字，一行一个基因名，来自输入数据的最后一列。若多个cluster中均存在这个基因，则该基因均被标注。

若该输入框留空，则请选择绘制topN基因，默认绘制每个cluster中top5上调和top5下调的差异基因。

图片大小：设置了图片的宽度，图片的高度。建议根据cluster数调整图片宽度

字体大小：设置了图片的基础字体大小，如需精确控制字体大小，请下载pdf或者svg图片后，使用inkscape或者acrobat illustrator编辑

Log2FC相关：设置了log2fc的阈值。上调，下调两条虚线的宽度和颜色

Cluster颜色：设置了第4列cluster的颜色，按照cluster出现的顺序分配颜色，自定义21种颜色，超过21种使用系统默认颜色

字体：设置了期刊杂志中最常用的两种字体：Times New Roman和Arial。如需使用其他字体，可以下载pdf或者svg图片，然后使用acrobat illustrator或者inkscape进行编辑修改

5，提交出图

检查通过，并且参数选好后，点击“提交”按钮，约5s后，会在页面上显示Marker基因火山图。我们提供了pdf、svg两种矢量图，png、tiff两种标量图供大家下载使用。可以使用acrobat illustrator或者inkscape软件编辑矢量图，进行组图，调整文字位置，添加说明等操作，以满足个性化需求。

代码版：

此图使用scRNAtoolvis R包绘制，3行代码即可绘制出版级单细胞marker基因火山图，感谢老俊俊大神的封装。

1）安装：

# install.packages("devtools")

devtools::install_github("junjunlab/scRNAtoolVis")

2）读取数据：

test <- system.file("extdata", "pbmc.markers.csv", package = "scRNAtoolVis")

markers <- read.csv(test)

3）绘图

markerVocalno(markers = markers, topn = 5, labelCol = ggsci::pal_npg()(9))

微生信助力高分文章，用户280000+，谷歌学术5000+