2025-08-28
本文介紹六款分屬不同領域的分析圖表：
差異箱線圖用于統計比較；交互熱圖解析相關性；韋恩圖展示集合關系；網絡熱圖展示組學內及組學間的關聯關系；KEGG分析揭示功能富集；交互PCA圖實現數據降維。它們為您提供從基礎統計到生物信息學的多種分析場景。
一、差異檢驗箱線圖
用于比較兩組或多組數據的分布差異，并標注統計顯著性（如P值）。
圖表顏色
可切換不同的色卡，運用在圖表上
面板設置
設置每個分組的面板的寬度
二、交互熱圖
展示多個樣品之間的關系或相關性。顏色（紅色表示正值 / 藍色表示負值）越紅表示正相關越強，越藍表示負相關越強，可快速識別樣品間的相似性與差異性。
單元格樣式
支持正方形、顏色、橢圓、數字
聚類顯示
支持對行和列、僅行、僅列進行聚類，也可選擇不聚類。
名稱顯示
靈活控制行、列標簽的顯示方式
單元格寬高設置
根據需要調整單元格的寬高
衍生圖表類型：
交互環形熱圖：節省空間，適合展示多層級數據（如基因組環狀結構）。
交互熱圖柱狀圖：整合熱圖與柱狀圖，同時展示矩陣分布和統計信息。
三、韋恩圖
通過圓形的重疊關系展示有限集合（通常為2–5個）之間的邏輯關系及共同元素數量。
圖表類型
經典韋恩圖、齒輪韋恩圖
圖表顏色
支持按分組自定義配色
衍生圖表類型：
花瓣圖：適用于5個以上數據集的交集關系，中心區域顯示所有集合共有的元素數量，外圍花瓣代表各樣本獨有的元素數量。
Upset圖：支持7組以上數據，通過矩陣點圖與柱狀圖的組合，量化展示多組數據的交集關系。
四、網絡熱圖
由熱圖和網絡圖組成，其中熱圖可展示組學內的相關性，而網絡圖可展示組學間的關聯性
豐度數據
1.按照需求添加Node節點
2.提供距離算法：bray、manhattan、euclidean、canberra、bray等10種方法
3.檢驗方法：mantel、mantel.randtest、mantel.rtest、mantel.partial
因子數據
1.標準化：是否標準化
2.提供距離算法和相關性算法
熱圖圖表
可設置熱圖位置（右上角或是左下角），通過格子大小、顏色等方式表示相關性
顯著性標簽設置
標簽類型：支持星號+r值、星號、無；可調整標簽大小和顏色
五、KEGG富集分析
富集分析是生物信息學中用于解析基因功能、揭示生物學過程和通路的重要方法。
柱狀圖：縱坐標為GO Term，橫坐標默認為GO Term富集的-log10（p-value），可選擇p-adjust或差異基因（DEG）數目進行展示。
圖表顏色
下拉切換不同色卡運用圖表，還可編輯色卡顏色
圖表類型
垂直/水平柱狀圖
圖表寬高
可靈活調整寬高，用來滿足繪圖需求
因子圖：橫坐標為富集因子（rich factor），縱坐標為GO Term，圖中點的大小表示相應Term中富集到的差異基因數目，顏色的深淺表示顯著性水平高低。
圖表顏色
可切換不同的色卡，運用在圖表上
寬高系數
對于有標簽遮擋的地方，可調整圖表的寬高進行合理展示
檢驗方法
BH、Bonferroni、Holm
通路數目
根據提供的參考范圍，合理的輸入數值
六、交互PCA圖
對多個變量進行降維后提取幾個特征變量。
圖表顏色
可切換不同的色卡，運用在圖表上
圖表樣式
添加網格線、原點輔助線、添加中心點連線、添加邊框
圖表類型
散點圖、按組連線、置信橢圓
點的樣式
點的形狀與大小
衍生圖表類型：
3D主成分圖：展示前三個主成分，信息更豐富。
主成分圖：對多個變量進行降維后提取幾個特征變量。
百度搜索“派森諾基因云”，或直接訪問官方網站 //www.genescloud.cn/home，點擊進入“云圖匯”，通過輸入“ 圖表名稱 ”關鍵詞，開啟您的個性化體驗之旅。溫馨提示：平臺現已正式接入DeepSeek-R1滿血版，您可以根據需求切換不同模型進行體驗。在繪圖過程中，如果遇到常見問題，建議先使用PAI繪圖小助手進行自助解決；若有個性化需求或遇到無法解決的問題，歡迎通過【工單中心】與平臺聯系，提出您的需求或建議。派森諾基因云始終秉持“持續創新，不斷升級”的理念，未來將推出更多精美的可視化圖表與實用的分析工具，期待您的使用與反饋！
