RNA-seq 與蛋白質組學火山圖產生器——無需 R 或 Python

至少需要一個特徵標識列、一個數值型 log₂ 倍數變化列，以及一個包含 P 值、校正 P 值、FDR 或 q 值的顯著性列。生成器會識別 gene、symbol、protein、log2FoldChange、logFC、pvalue、padj、FDR 和 qvalue 等常見表頭，並顯示對映供你核對。

高通量實驗會同時檢驗數千個特徵，通常使用校正 P 值或 FDR 更穩妥。請保留統計分析產生的顯著性指標，並在座標軸、圖注或方法章節中明確說明，使讀者能夠正確理解所用閾值。

應在繪圖前使用適合的差異表達或統計流程計算這些數值。DESeq2、edgeR 和 limma 可為測序資料生成相應列，蛋白質組學流程也會提供類似的效應量和顯著性結果。火山圖產生器只負責視覺化，不替代底層統計分析。

可以從 Excel 複製特徵、log₂ 倍數變化和顯著性列並直接貼上，系統會自動識別製表符。也可以將工作表儲存為 CSV 或 TSV 後上傳。整個繪圖過程在瀏覽器中完成，無需安裝 R、Python 或命令列工具。

常見起點是 |log₂FC| ≥ 1 且校正 P 值或 FDR ≤ 0.05，但正確閾值取決於實驗設計、統計功效、領域規範和預先制定的分析計劃。生成器只展示你輸入的規則，不會替你作出科學判斷。

只要資料包含效應量和有效顯著性列，火山圖就能表示任何特徵層面的比較。特徵列可以使用蛋白 ID、代謝物、SNP、miRNA 或篩選命中項。將高亮點解釋為生物學或臨床候選項前，請核對領域專用的預處理和多重檢驗規則。

SVG 會保留可編輯的向量點、文字、閾值線和標籤；PNG 適合文件和演示。投稿前仍需核對目標期刊的圖寬、字號、配色、圖注和檔案格式要求，並將每個繪圖數值與原始分析結果再次核對。

貼上和上傳的表格會在瀏覽器本地解析，繪圖和下載期間源資料不會離開裝置。只有當你主動開啟需要賬戶的編輯功能並建立專案時，資料才會傳送給 PaperBanana。使用雲端編輯前仍應遵守所在機構的資料處理規範。