Volcano-Plot-Generator für RNA-seq & Proteomik—ohne R oder Python
Fügen Sie differentielle Expressionsdaten ein, prüfen Sie die Spalten für log₂-Fold-Change und Signifikanz, passen Sie Grenzwerte und Genlabels an und exportieren Sie ein bearbeitbares SVG oder ein hochauflösendes PNG. Ihre Daten bleiben in Ihrem Browser.
CSV, TSV oder Einfügen aus ExcelAutomatische SpaltenzuordnungGrenzwerte und Labels live anpassenBearbeitbares SVG und PNG
Differentielle Expressionsdaten
Fügen Sie CSV oder TSV ein, kopieren Sie aus Excel oder laden Sie eine Textdatei hoch. Gängige Spaltennamen werden automatisch zugeordnet.
sample-rna-seq.tsv
Ihre Tabelle bleibt in Ihrem Browser. Beim Öffnen des Editors wird in Ihrem Konto ein bearbeitbares Projekt erstellt.
Live-Vorschau
28
Hochreguliert
35
Herunterreguliert
57
Nicht signifikant
Punkte werden aus Ihren Werten berechnet. Prüfen Sie Spalten und Grenzwerte vor der Einreichung gegen den Analyseplan.
Brauchst du eine wissenschaftliche Illustration für deine Arbeit?
Verwandle deine Forschungsmethoden, Mechanismen und Abläufe mit paper banana in verständliche Abbildungen.
Grundlagen
Was ist ein Volcano Plot und welche Daten zeigt er?
Ein Volcano Plot ist ein Streudiagramm, das Effektstärke und statistische Signifikanz verbindet. Die horizontale Achse zeigt den log₂-Fold-Change, die vertikale Achse −log₁₀ von p-Wert, adjustiertem p-Wert, FDR oder q-Wert. Merkmale oben links und rechts weisen große Änderungen und starke statistische Evidenz auf.
Forschende prüfen damit Tausende Gene, Proteine, Metaboliten oder Screening-Merkmale gleichzeitig. Eine klare Darstellung trennt signifikant hochregulierte, herunterregulierte und nicht signifikante Merkmale und beschriftet nur relevante Kandidaten.
Das Tool berechnet jeden Punkt aus Ihrer Tabelle. Es prüft die zugeordneten Spalten und ungültige Zeilen vor dem Zeichnen, damit eine saubere Abbildung weder eine fehlerhafte p-Wert-Skala noch fehlende Fold-Change-Werte verdeckt.
01
Merkmals-ID
Gensymbol, Protein-ID, Metabolit, SNP oder Screening-Merkmal.
02
Effektstärke
Eine um null zentrierte log₂-Fold-Change-Spalte.
03
Signifikanz
p-Wert, adjustierter p-Wert, FDR oder q-Wert zwischen 0 und 1.
04
Grenzwerte
Regeln für Effektstärke und Signifikanz zur Klassifikation.
Volcano-Plot-Beispiele für RNA-seq, Proteomik und Metabolomik
Laden Sie ein passendes Beispiel und prüfen Sie Datenformat, Grenzwerte, Labels und Farbgruppen, bevor Sie es durch Ihre eigenen Ergebnisse ersetzen.
Für echte Forschungsarbeit
Volcano Plots für Omik-Analyse und Manuskriptrevision
Kommen Sie von der Tabelle mit differentieller Expression zu einer prüfbaren Abbildung, ohne die Analyse in einem zweiten Plot-Tool nachzubauen.
RNA-seq-Manuskripte und Abschlussarbeiten
DESeq2-, edgeR- oder limma-Ausgabe einfügen, Spalten prüfen und im Ergebnisteil diskutierte Gene beschriften.
Proteomik- und Metabolomik-Screens
Protein- oder Metabolit-IDs und adjustierte Signifikanz ohne neuen Code verarbeiten.
Revision durch Mitautoren und Reviewer
Grenzwerte und Labels ändern, während Daten und Plot-Einstellungen zusammenbleiben.
Was Sie steuern können
Differentielle Expressionsdaten vor dem Plotten validieren
Spaltenzuordnung, Prüfung ungültiger Zeilen, Grenzwerte, Labels, Statistik und Export bleiben in einem sichtbaren Ablauf.
DESeq2-, edgeR- und limma-Spalten ohne Umbenennen zuordnen
Erkennt die Überschriften gene, symbol, feature, protein, log2FoldChange, logFC, pvalue, padj, FDR und qvalue. Die erkannte Zuordnung bleibt sichtbar, damit Sie sie vor dem Export prüfen können.
Ändern Sie den absoluten log₂FC-Grenzwert, die Signifikanzschwelle und die Zahl der Labels. Plot sowie die Anzahlen für Hoch, Herunter und Nicht signifikant werden gemeinsam aktualisiert.
Bearbeitbares SVG mit reproduzierbaren Einstellungen exportieren
Laden Sie SVG für die Vektorbearbeitung, PNG für Dokumente und Folien oder JSON mit Tabelle und Einstellungen herunter. Öffnen Sie das SVG in PaperBanana für den letzten Feinschliff bei Labels und Layout.
log₂FC, p-Werte, padj und FDR vor dem Export prüfen
Eine Vulkanform kann trotzdem falsch sein, wenn die Spalten die falsche Skala nutzen oder ungültige Werte enthalten. Das Tool prüft die Eingabe und meldet ausgeschlossene Zeilen, ohne Ihre Ergebnisse still zu verändern.
Effektspalte prüfen
Die X-Achse benötigt numerischen log₂-Fold-Change; linearer Fold Change muss zuerst umgerechnet werden.
p-Werte und adjustierte Signifikanz prüfen
Signifikanz muss größer als 0 und höchstens 1 sein; Nullwerte, negative, fehlende und nicht numerische Werte werden gemeldet.
Ungültige Zeilen sichtbar halten
Gültige und ungültige Zeilen werden getrennt gezählt, damit fehlende Daten nicht verschwinden.
Spaltenzuordnung und ungültige Zeilen bleiben vor SVG-, PNG- oder JSON-Export sichtbar.Daten geprüft
Warum Forschende es nutzen
Publikationsreifen Volcano Plot ohne R oder Python erstellen
Konzentrieren Sie sich auf die Interpretation, während das Tool Plot, gut lesbare Labels und Export übernimmt.
Ohne Code
Keine Plot-Pakete einrichten
Erstellen Sie die Abbildung, ohne R, Python, ggplot2, Plotly oder EnhancedVolcano zu installieren.
Auto-Mapping
Vertraute Spaltennamen verwenden
Direkt mit vorhandener Ausgabe starten, ohne alles in drei feste Spalten umzubenennen.
Prüfbar
Statistische Gruppen nachvollziehen
Hoch-, herunterregulierte, nicht signifikante und ungültige Merkmale zählen.
Lesbar
Nur stärkste Treffer beschriften
Labelzahl begrenzen und nach Effekt und Signifikanz priorisieren.
SVG
Vektorqualität bewahren
SVG für Journal, Poster oder Bearbeitung durch Mitautoren exportieren.
Privat
Forschungsdaten lokal halten
Eingefügte und hochgeladene Daten bleiben in Ihrem Browser, bis Sie bewusst ein bearbeitbares Projekt öffnen.
Vier Schritte
Volcano Plot online in vier Schritten erstellen
Tabelle vorbereiten, erkannte Spalten prüfen, Grenzwerte anpassen und die Abbildung exportieren.
01
Tabelle einfügen oder Datei hochladen
Nutzen Sie CSV, TSV, TXT oder aus Excel kopierte Zeilen. Enthalten sein müssen ein Merkmalsname, ein log₂-Fold-Change und eine Signifikanzspalte.
02
Erkannte Spaltenzuordnung prüfen
Bestätigen, welche Überschriften Labels, X-Werte und Signifikanz liefern.
03
Grenzwerte und Genlabels setzen
Absoluten log₂FC-Cutoff, p- oder adjustierten Signifikanz-Cutoff und Labelzahl wählen.
04
Herunterladen oder weiter bearbeiten
Exportieren Sie SVG, PNG oder JSON. Öffnen Sie das SVG in PaperBanana, wenn das Manuskript noch Anpassungen bei Typografie oder Anmerkungen braucht.
Das JSON bewahrt Quelldaten und Einstellungen für reproduzierbare Revisionen.
Weiter im Workflow
Bereite deine Forschungsabbildungen zur Einreichung vor
Erstelle ergänzende Diagramme, überarbeite Beschriftungen und Layout und prüfe anschließend die Bildanforderungen und Dateiformate für die Einreichung.
Welche Datenspalten brauche ich für einen Volcano Plot?+
Benötigt werden eine Merkmals-ID, eine numerische log₂-Fold-Change-Spalte und eine Signifikanzspalte mit p-Wert, adjustiertem p-Wert, FDR oder q-Wert. Der Generator erkennt gängige Überschriften wie gene, symbol, protein, log2FoldChange, logFC, pvalue, padj, FDR und qvalue und zeigt die Zuordnung zur Prüfung an.
Soll ich p-Wert, adjustierten p-Wert oder FDR verwenden?+
Bei Hochdurchsatzexperimenten sind adjustierte p-Werte oder FDR meist besser vertretbar, weil Tausende Merkmale gleichzeitig getestet werden. Verwenden Sie das Maß aus Ihrer statistischen Analyse und nennen Sie es in Achse, Bildunterschrift oder Methodenteil, damit Leserinnen und Leser den Grenzwert richtig interpretieren können.
Wie berechne ich log2 Fold Change und p-Werte?+
Berechnen Sie sie vor dem Plotten mit einem geeigneten differentiellen oder statistischen Workflow. DESeq2, edgeR und limma erzeugen diese Spalten für Sequenzierungsdaten; Proteomik-Pipelines liefern vergleichbare Effekt- und Signifikanzfelder. Der Volcano-Plot-Generator visualisiert diese Ergebnisse, ersetzt aber nicht die zugrunde liegende statistische Analyse.
Kann ich ohne R oder Python aus Excel einen Plot erstellen?+
Kopieren Sie Merkmal, log₂-Fold-Change und Signifikanz aus Excel in das Datenfeld; Tabulatoren werden automatisch erkannt. Alternativ speichern Sie das Arbeitsblatt als CSV oder TSV und laden es hoch. Der Browser zeichnet die Abbildung ohne Installation von R, Python oder Kommandozeilenwerkzeugen.
Welche log2FC- und Signifikanzgrenzen soll ich verwenden?+
Ein verbreiteter Ausgangspunkt ist |log₂FC| ≥ 1 und adjustierter p-Wert oder FDR ≤ 0,05. Die richtige Wahl hängt von Design, Power, Fachstandards und Analyseplan ab. Die Steuerelemente visualisieren Ihre Regel, wählen oder validieren das wissenschaftliche Kriterium aber nicht für Sie.
Eignet sich das für Proteomik, Metabolomik, GWAS oder miRNA?+
Jeder Merkmalsvergleich mit Effektspalte und gültiger Signifikanzspalte ist darstellbar. Als IDs eignen sich Proteine, Metaboliten, SNPs, miRNAs oder Screening-Treffer. Prüfen Sie fachspezifische Vorverarbeitung und Korrektur multipler Tests, bevor hervorgehobene Punkte als biologische oder klinische Kandidaten interpretiert werden.
Ist der exportierte Volcano Plot publikationsgeeignet?+
SVG bewahrt editierbare Vektorpunkte, Text, Grenzlinien und Labels; PNG eignet sich für Dokumente und Folien. Prüfen Sie vor der Einreichung Breite, Schriftgröße, Farben, Bildunterschrift und Dateiformate des Zieljournals und gleichen Sie jeden geplotteten Wert mit der ursprünglichen Analyse ab.
Verlassen meine Forschungsdaten den Browser?+
Eingefügte und hochgeladene Tabellen werden lokal verarbeitet, sodass Quelldaten beim Plotten und Herunterladen das Gerät nicht verlassen. Sie werden nur dann an PaperBanana gesendet, wenn Sie ausdrücklich eine Kontofunktion öffnest, die ein bearbeitbares Projekt erstellt. Prüfen Sie vor Cloud-Bearbeitung die Datenrichtlinien Ihrer Institution.
Bereit, Ihre Daten zu plotten?
Differentielle Expressionsdaten in einen bearbeitbaren Volcano Plot umwandeln
Tabelle einfügen, Zuordnung bestätigen, Grenzwerte anpassen und eine bearbeitbare Abbildung herunterladen. Keine Anmeldung nötig.