生信分析图作为基因组、转录组等组学研究结果的可视化核心，常见类型包括火山图（Volcano Plot）、Deeptools信号热图、IGV的动态变化、PLS-DA图、相关性图、tSNE图、UMAP图、柱状堆叠图、山峦图等。这些图表通过不同形式展现差异基因、染色质开放位点、功能富集等关键信息。对于刚入门的研究者来说，理解这些图表背后的生物学信息可能颇具挑战。今天，将带您深入解析高分文章中常见的生信分析图，帮助您掌握它们的应用场景和具体含义。

1、火山图
标题：Defining the KRAS- and ERK-dependent transcriptome in KRAS-mutant cancers（揭示KRAS突变癌症中的KRAS和ERK依赖性转录组）
发表时间：2024年6月7日
发表期刊：Science（火山图）
 

影响因子：IF45.8/Q1
DOI：10.1126/science.adk0775

Figure 1 KRAS-dependent gene expression changes upon acute (24 hours) KRAS suppression in eight KRAS-mutant PDAC cell lines transiently transfected with KRAS or control non-specific (NS) siRNA.

图1在八种KRAS突变型PDAC细胞系中，经KRAS或对照非特异性(NS)siRNA瞬时转染后，急性(24小时)KRAS抑制导致的KRAS依赖性基因表达变化。

易小结
火山图（Volcano plot）将统计术语中的显著性（-log10 P-value）和差异变化倍数(Fold change)相结合，直观地识别对照组和处理组中变化幅度较大且具有统计学意义的单个数据点（基因、蛋白及代谢物等）。常应用于研究基因组、表观遗传、转录组、代谢组和蛋白质组等数据分析。

DOI：10.1038/s41586-024-07502-0

Figure 2 Bacterial composition of mouse fecal microbiota obtained by full-length 16s rRNA sequencing at the Class level.

图2通过全长16s rRNA测序在纲水平上获得的小鼠粪便微生物群细菌组成。

易小结
堆叠柱状图（Stacked bar chart）多维度展示不同样本之间的动态变化趋势，还可以探究哪一部分比例（细菌数量、基因数量等）最大，以及每一部分的变动情况（从有到无及从无到有）。常应用于研究基因组、微生物组、表观遗传学等。

标题：An atlas of epithelial cell states and plasticity in lung adenocarcinoma（肺腺癌上皮细胞状态与可塑性的图谱）
发表时间：2024年2月28日
发表期刊：Nature（山峦图）
影响因子：IF48.5/Q1

DOI：10.1038/s41586-024-07113-9

Figure 3 Per sample distribution of malignant cell CytoTRACE scores.
图3每个样本中恶性细胞CytoTRACE评分的分布。

易小结
山峦图（Ridge plot）直观展示样本内部不同处理组或者时间维度内相同元素（如某基因、某蛋白及活性分数等）动态变化趋势。常应用于研究表观遗传学、微生物组、代谢组等。

DOI：10.1038/s41586-023-06231-0

Figure 4 GSEA analysis for the “Response to type II IFN pathway” of tumor-infiltrating TIM-1BKO and CD19Cre/+ B cells.

图4 TIM-1BKO和CD19Cre/+ B细胞肿瘤浸润中"II型干扰素反应通路"的GSEA分析。

易小结
GSEA富集分析是基因集富集分析，用来确定一组先验定义的基因集是否在两种生物状态之间显示出统计学上显著的、一致的差异，相较于传统的基因功能富集，其主要提供感兴趣的通路在你的样本中的实际激活情况，可以是正激活和负激活两类。常用于表观遗传学、基因组等研究中。

Figure 5 Heatmap shows the signal of WT and c-JUN KO ATAC-seq data during hPSC (D0) differentiated into mesoderm cell (D3), and EOMES, GATA4 ChIP-seq data in dME on EOMES and GATA4 binding sites.

图5 热图显示了WT和c-JUN KO ATAC-seq数据在hPSC（D0）分化为中胚层细胞（D3）期间的信号，以及EOMES、GATA4在dME中对EOMES和GATA4结合位点的ChIP-seq数据。

易小结
Deeptools热图信号分析是多样本、多技术之间不同区域的信号值直观展示，可以用于研究ChIP-seq、ATAC-seq、CUT&RUN及CUT&Tag等染色质结构与开放等信号值，常用于研究转录因子或组蛋白修饰在不同样本之间结合的变化、染色质开放区域的动态变化等研究。

6、IGV信号图
标题：c-JUN: a chromatin repressor that limits mesoderm differentiation in human pluripotent stem cells（c-JUN：一种染色质阻遏蛋白，可限制人多能干细胞中胚层分化）
发表时间：2025年1月29日
发表期刊：Nucleic Acids Research（IGV信号图）
影响因子：IF13.1/Q1
DOI：10.1093/nar/gkaf001
 

Figure 6 Genome view of the ATAC-seq data during hPSC (D0) differentiated into mesoderm cell (D3), and EOMES (GSM1505630, GSM1505631) , GATA4 (GSM1505644, GSM1505645) ChIP-seq data in dME and c-JUN, MBD CUT&RUN data in hPSC on select target genes.

图6 ATAC-seq数据在hPSC(D0)分化为中胚层细胞(D3)过程中的基因组视图，以及EOMES(GSM1505630, GSM1505631)、GATA4(GSM1505644, GSM1505645)在dME中的ChIP-seq数据，和c-JUN、MBD在hPSC中对选定靶基因的CUT&RUN数据。

易小结
IGV（Integrative Genomics Viewer）信号分析是展示单个或多个基因不同样本、相同技术之间基因组区域的信号值动态变化，可以用于研究ChIP-seq、ATAC-seq、CUT&RUN及CUT&Tag等染色质结构与开放等信号值，常用于研究转录因子或组蛋白修饰在不同样本之间结合的变化、染色质开放区域的动态变化等研究。

DOI：10.1016/j.bbadis.2025.167918

Figure 7 Developmental lineages of germ cells and main somatic cells during the embryonic period.

图7胚胎时期生殖细胞与主要体细胞的发育谱系。

易小结
UMAP（Uniform manifold approximation and projection）降维分析即学习高维空间中的流形结构，找到该流形的低维表示，用于数据可视化和分析细胞（单细胞转录组和空间转录组等转录组分析），常用于展示细胞亚群构成、细胞发育时期动态变化、不同样本之间的主要细胞亚群构成的变化、稀有亚群的分布等等。

DOI：10.1038/s41467-025-59747-6
Figure 8 Pesticides elicit growth effects of gut microbiota at 0.05μg/mL, 0.1μg/mL, 0.5μg/mL, and 1μg/mL.

图8农药在0.05μg/mL、0.1μg/mL、0.5μg/mL和1μg/mL浓度下对肠道菌群产生生长影响。

易小结
偏最小二乘判别分析（PLS-DA）作为结合偏最小二乘回归和判别分析的统计方法，它通过寻找最大相关性来提取最有代表的成分，进而用于预测和分类，反映在聚类图的点与点之间的实际距离，距离越近，样本越相似。PLS-DA在代谢组学和微生物组学等领域应用广泛，可以有效处理共线性和高维数据。

DOI：10.1016/j.cmet.2022.05.010
Figure 9 Single cell atlas of drug treatments in a mouse model of DKD.
图9糖尿病肾病小鼠模型中药物处理的单细胞图谱。

易小结
TSNE（T-distributed stochastic neighbor embedding）通过发现数据集中的样本（细胞）在原始高维空间中（细胞中）距离的概率分布，然后再去低维空间（即图中）中重建这种概率分布。通过 t-SNE 将高维空间中的数据点嵌入到了低维空间，同时还保留了数据点在高维空间中的距离关系，常用于展示样本之间的细胞异质性、细胞亚群图谱、肿瘤微环境的变化、不同样本之间的主要细胞亚群构成的变化、稀有亚群的分布等等。

Figure 10 Pesticides elicit growth effects of gut microbiota at 0.05μg/mL, 0.1μg/mL, 0.5μg/mL, and 1μg/mL.
图10表面微生物群落组成的环境驱动因素。

易小结
相关性热图通过揭示数据集中的不同样本或者细胞之间的相关性解释潜在的关联性，为之后的实验设计提供良好的基础，广泛应用于多组学研究和表观遗传、基因组、转录组、蛋白组、微生物组等组学研究中。

2. Muñoz KA, Ulrich RJ, Vasan AK, Sinclair M, Wen PC, Holmes JR, Lee HY, Hung CC, Fields CJ, Tajkhorshid E, Lau GW, Hergenrother PJ. A Gram-negative-selective antibiotic that spares the gut microbiome. Nature. 2024 Jun;630(8016):429-436. doi: 10.1038/s41586-024-07502-0. Epub 2024 May 29. PMID: 38811738; PMCID: PMC12135874.

3. Han G, Sinjab A, Rahal Z, Lynch AM, Treekitkarnmongkol W, Liu Y, Serrano AG, Feng J, Liang K, Khan K, Lu W, Hernandez SD, Liu Y, Cao X, Dai E, Pei G, Hu J, Abaya C, Gomez-Bolanos LI, Peng F, Chen M, Parra ER, Cascone T, Sepesi B, Moghaddam SJ, Scheet P, Negrao MV, Heymach JV, Li M, Dubinett SM, Stevenson CS, Spira AE, Fujimoto J, Solis LM, Wistuba II, Chen J, Wang L, Kadara H. An atlas of epithelial cell states and plasticity in lung adenocarcinoma. Nature. 2024 Mar;627(8004):656-663. doi: 10.1038/s41586-024-07113-9. Epub 2024 Feb 28.

4. Bod L, Kye YC, Shi J, Torlai Triglia E, Schnell A, Fessler J, Ostrowski SM, Von-Franque MY, Kuchroo JR, Barilla RM, Zaghouani S, Christian E, Delorey TM, Mohib K, Xiao S, Slingerland N, Giuliano CJ, Ashenberg O, Li Z, Rothstein DM, Fisher DE, Rozenblatt-Rosen O, Sharpe AH, Quintana FJ, Apetoh L, Regev A, Kuchroo VK. B-cell-specific checkpoint molecules that regulate anti-tumour immunity. Nature. 2023 Jul;619(7969):348-356. doi: 10.1038/s41586-023-06231-0. Epub 2023 Jun 21.

5. Zhang R, Li G, Zhang Q, Wang Z, Xiang D, Zhang X, Chen J, Hutchins AP, Qin D, Su H, Pei D, Li D. c-JUN: a chromatin repressor that limits mesoderm differentiation in human pluripotent stem cells. Nucleic Acids Res. 2025 Jan 24;53(3):gkaf001. doi: 10.1093/nar/gkaf001. PMID: 39876710; PMCID: PMC11760979.

6. Chen J, Yang X, Cui M, Yao Z, Ouyang Z, Qu Z, Huang Y, Zhu Y, Zhao J, Chang G. Deciphering the regulatory networks of human male germline development from embryo to adulthood. Biochim Biophys Acta Mol Basis Dis. 2025 Oct;1871(7):167918. doi: 10.1016/j.bbadis.2025.167918. Epub 2025 May 21. PMID: 40409516.

7. Chen L, Yan H, Di S, Guo C, Zhang H, Zhang S, Gold A, Wang Y, Hu M, Wu D, Johnson CH, Wang X, Zhu J. Mapping pesticide-induced metabolic alterations in human gut bacteria. Nat Commun. 2025 May 10;16(1):4355. doi: 10.1038/s41467-025-59747-6. PMID: 40348778; PMCID: PMC12065874.

8. Wu H, Gonzalez Villalobos R, Yao X, Reilly D, Chen T, Rankin M, Myshkin E, Breyer MD, Humphreys BD. Mapping the single-cell transcriptomic response of murine diabetic kidney disease to therapies. Cell Metab. 2022 Jul 5;34(7):1064-1078.e6. doi: 10.1016/j.cmet.2022.05.010. Epub 2022 Jun 15. PMID: 35709763; PMCID: PMC9262852.

9. Shinichi Sunagawa et.al.,Structure and function of the global ocean microbiome. Science,1261359(2015). DOI:10.1126/science.1261359