生信识图之 点图进阶-3（MA）

各位亲爱的土豪富婆，承蒙您慧眼识珠大驾光临大Y老师为您准备的小灶课堂。

-----以下是日常碎碎念，日理万机的您，可以直接跳到图图图图分割线享用-----

        对于“诈尸式”更新，大Y老师其实是很不赞同的，尤其是收到土豪富婆的问 (cui) 候 (geng)，每天在心头惦念我粉百千次，却腾不出手来更新的时候。本来按计划呢，这一期我们应当继续PCA的进阶，不过，既然这位大牛兄弟提出来要讲一讲MA，你们猜宠粉狂魔大Y老师会作何选择呢？大Y老师真的很高兴看到有人主动提出想要了解的图，相信这位朋友一定是一位积极又努力的优秀牛。大Y老师也一如既往地欢迎大家发私信。

          至于为什么隔了这么久，大Y老师还是有必要解释一下。近期在申请几个级别较高的基金，占用了包括吃饭睡觉在内的所有时间，没能快点加更，还请各位大牛海涵（手动抱拳）。说起来，有机会的话，写一些申请书撰写的小技巧，不知大家可有兴趣？

          上次我们聊到了婚姻，正巧就出台了一项未婚已育妇女可办理生育津贴的新政。关于婚姻的内核，大Y老师与朋友展开了坦率的交流，也写了很大一段文字想与大家分享。不过可能不够zzzq，还是决定不发出来了。对于中国来说，随着经济的发展，私有化财产的增加，每个个体更加独立，思想也必然更加多元化。80、90后尚且存在“男大当婚、女大当嫁”的思维惯性，00、10、20后以后会怎么看待婚姻制度，怎么选择自己的生活方式，还真是一个未知数啊。

          从生物学的角度，结婚不属于人类本能。婚姻制度是人类社会生活的选择，是一个非常法律化、物质化、现实化的框架形式。从法律层面看，你会发现，婚姻里面所有的东西都有价格，除了爱情。为什么有人说婚姻是爱情的坟墓？相对于婚姻的极度现实，爱情极度形而上。爱情完全是精神层面的感受，没有办法用任何法律、物质、现实的载体来衡量。爱情和婚姻的矛盾冲突在婚礼现场达到第一个巅峰。假如你是个愿意留意观察人性的人，就有机会看到，台上山盟海誓的情侣，转眼可能因为礼金分配大闹脾气，象征纯洁爱情的信物，最终一定要比一比克拉大小。这种强烈对比又矛盾统一的状态，让大Y老师愿意揣着礼金，奔波于不同婚宴，并乐此不疲。人性是复杂的，观摩人性是个高深又刺激的课题（大Y老师注，观摩人性可以，但不要考验啊，考验人性是必输无疑的）。

        和结婚不同，追求爱情是人类的本能，爱情是人类的情感需求之一。如果做个类比的话，对于很多人来说，亲情就像空气，与生俱来，以至于常常忘记它的存在；友情嘛，像文凭，别管你用什么途径，只要想办法努努力，总能拥有几个，只是含金量会有区别；爱情呢，像奢侈品，摆在橱窗里闪闪发光，让每个人心生向往，但真的不是谁都可以拥有，然后就，满大街都是A货。

       那么，有什么办法可以获得真爱吗？看好了，大Y老师告诉你两点干货，第一你得真信爱情，第二，你得向内求。可能有朋友就要质疑了，说我向外追求男神女神都来不及呢，我向内能求到啥呢？你先自己琢磨琢磨，这期碎碎念太多了，下期碎碎念，大Y老师告诉你。

好啦，下面我们就要开始今天的识图之旅啦。老规矩，请大家先一起喝一口水，因为下面的内容可是全网独家干货，真的超干~

 

-----我是图图图图的分割线-----

 

【第一回合】

      MA（Minus-versus-Add）plot图还有好几个别称，这侧面说明，它的名字其实没有特别的意义。为什么需要MA plot呢？

      有时候，人们需要通过点图呈现a, b两组变量在多个因素（比如很多基因表达量）上数值的比较。最直接的就是用这两组数值分别作为横纵坐标画图，当两组毫无差异的时候，数值会全部落在45度斜线上。偏离这条斜线越远，则两组差异越大。但是并非所有人都像王濛一样，眼睛就是尺，当点比较多（如基因比较多）的时候，人很难通过一条斜线来衡量两组数值的关系，尤其很难比较不同点之间，两组到底在哪个点上差异更大。显然这样一个依赖于45度斜线的散点图并不能直观地承载有效信息。于是统计学家想到，可不可以通过某种转换，让这条45度斜线变成一条水平线，那么哪个点偏离了这条线，就一目了然了。转换后的X轴是两组数值的均值，即(a+b)2，Y轴是两组的差值，即b-a，一个是add，一个是minus，这就是MA（Minus-versus-Add）plot了。MA plot在早期microarray（芯片转录组测序）数据分析中会被使用，比如下图：

F1000Res，2016

       XY轴都是通过转换计算的，不过不管怎么转换，只要是点图，就符合大Y老师所讲的必要元素，让我们快速复习一下点图基础，然后一起解读MA plot。

       MA plot的X轴是两组均值。由于众所周知的原因（聪明的你可以回忆一下上上期火山图的内容哦），基因表达量数值范围很大，不适合直接用实际值来画图，所以一般取的是log处理后的，表达量取值呢，CPM、TPM、FPKM，各种标化后的表达量任君选择。Y轴则是两组log处理表达量的差值。让我们来一起回忆一下高中的数学内容，log(b) – log(a) = log(b/a)，这不是巧了吗这不是，刚好是logFC（聪明的你可以回忆一下上上期火山图的内容哦）。明确了X和Y轴的来历，咱们就可以轻松地解读MA plot啦。当一个点（即一个基因）的Y值是0，说明它在两组间没有差别，当它X轴数值越大，说明它在两组的均值越大。那么，当一个点的X轴数值很大，Y轴绝对值也很大的时候，就说明它是那种平均表达量高，组间差别还很大的基因，意味着这个基因一定在其中一组有着惊人的表达量。反过来，如果它Y轴绝对值很大，但是X轴数值很小，说明它很有可能是小量表达的基因，微量的变化带来较大的倍数波动。再进一步，聪明的你一定想得到，大部分Y轴绝对值大的点其实会集中在X轴数值居中的部位，所以大部分MA plot是沿X轴流线型或三角形分布的。

      当然了，跟火山图类似的，MA plot也可以增加许多补充元素，点的颜色、大小、基因标签等等，让图形更加丰富饱满。

【第二回合】

       后来，随着bulk RNA-seq越来越普及，人们发现，未必平均表达量高的基因作用就更大，所以呈现差异基因的时候，MA plot的X轴可能帮不到什么忙。因而，现在MA plot已经很少用来呈现差异基因了，更多研究选择了火山图和热图组合的形式。不过，正是因为可以同时呈现平均表达量和变化量，在质控结果呈现部分，MA plot混得倒是风生水起。一方面，可以直观展示数据测序质量。比如，如果大部分点的X轴数值都接近于0，说明基因表达量普遍偏低，可能测序深度不够，或者文库质量不好。另一方面，在RNA-seq数据的分析中，不仅需要进行标准化，还需要通过算法对数据进行降噪校正，去掉干扰信号。校正后的数据，其组间差异总体上应该较为平均地分布在Y=0两侧，也就是说，所有的点整体上看起来水平悬浮。但是，如果结果显示出这些点整体跑偏，中线严重偏离了Y=0，甚至形成了弧形，则说明校正方法可能不太适宜。

 

Abel Symposia 2016

 

        怎么样，了解了MA plot的前世今生，对于看懂点图是不是更有信心啦？支持大家多多转发，让更多的大牛们从苦学代码中解脱，也欢迎给大Y老师私信聊聊你的想法。关于点图，关于爱情，我们下期再聊。

         欢迎大家关注“生信识图”公众号（shengxinshitu），别忘了点击右上角的 ··· 加星标哦，不然后面的精彩推送无法显示（大Y老师也不太理解为什么公众号有这样的设计，请大家包涵啊，手动抱拳）。
        热烈欢迎独一无二的你分享在生信学习中的感想、困扰和乐趣。如果你在阅读文献、图形设计或者恋爱交友、吃喝玩乐方面需要任何咨询，也欢迎给大Y老师私信（评论会看不到，大Y老师也不太理解为什么公众号有这样的设计，请大家包涵啊，手动抱拳），大Y老师最喜欢聊天，期待看到你的消息！