![見出し画像](https://assets.st-note.com/production/uploads/images/128684826/rectangle_large_type_2_11088c6b59fb8f107ea5b29b49b04de2.png?width=1200)
ggplot2 を使って MA プロットを作成
遺伝子発現の変動を表示する方法として、ボルケーノプロットを紹介しましたが、もう1つよく使われるプロットとして、MAプロットがあります。もともと、マイクロアレイのデータを表示するのに用いられていましたが、RNA-seq のデータにも用いられます。
MA プロットに用いるデータ
遺伝子発現の変動をスコア化したデータは、logCPM, logFC, p-value などの値を含みます。このうち、MA プロットに用いるデータは、 logCPM と logFC です。(一方、ボルケーノプロットは、 logFC と p-value)
> de_result <- read_tsv("./results/edgeR.DE_results")
> de_result
# A tibble: 27,882 × 5
GeneID logFC logCPM PValue FDR
<chr> <dbl> <dbl> <dbl> <dbl>
1 MTND1P23 9.06 7.65 3.01e-51 8.39e-47
2 CD177 -9.98 8.26 1.74e-32 2.43e-28
3 CDH3 7.27 5.80 1.44e-31 1.34e-27
4 CPNE7 7.21 4.76 9.51e-25 6.63e-21
5 RP11-750B16 6.26 5.83 1.27e-24 7.08e-21
6 ETV4 5.67 5.82 7.52e-24 3.50e-20
7 MT2A -4.63 7.07 7.08e-23 2.82e-19
8 CLDN2 8.57 6.92 2.16e-22 7.54e-19
9 SLC6A19 -8.82 5.15 3.64e-22 1.13e-18
10 BEST4 -7.08 5.66 3.12e-19 8.70e-16
logCPM
logCPM は、リードをカウントした値 CPM (count per million) の平均値を log2 変換したものです。(明記されないことが多いですが、一般的に底は 2 です。)平均値 = Average なので、 MA プロットの A です。x軸に用います。
logFC
logFC は、log2-fold change です。fold change (ratio) を log2 変換したものです。これも底は2です。複数のサンプルからなる2群を比較しているのであれば、それぞれの群の平均値どうしを比較して、fold-change を算出します。y軸 (M) に用います。(なぜ、こちらがMか、はっきりした説明を知りません。)
MAプロットのコード
散布図の x 軸に logCPM を、 y軸に logFC を指定します。 geom_point() を用いて、コードは下記のようになります。
g <- ggplot(de_result, aes(logCPM, logFC))
g + geom_point()
MA プロットは、下図のようになります。
![](https://assets.st-note.com/img/1706109137341-PM2aRar1f2.png?width=1200)
MAプロットの広がりで、変動の大きさの概要を掴むことができます。logFC > 5 のものも多く、今回用いたデータは、変動が大きいデータと言えそうです。(変動が大きすぎると、あまりきれいなデータでないことが多いです。RNAのクオリティ的に。)
この記事が気に入ったらサポートをしてみませんか?