BioF3 FigCode · SCI 绘图代码集

MA 图（DiffBind MA Plot）

导出日期：2026年6月27日

分类：差异分析｜ 依赖包：ggplot2

解决的生物学问题

两组之间哪些染色质区域的蛋白结合或组蛋白修饰发生了显著变化？

应用场景

ChIP-seq 差异结合分析结果展示
组蛋白修饰变化位点鉴定
ATAC-seq 差异开放区域分析
药物处理前后结合变化

输入数据格式

DiffBind DBA 对象（已 dba.analyze）

关键参数

th FDR 阈值（0.05）
method 分析方法（DBA_DESEQ2 / DBA_EDGER）
contrast 对比设计
bFlip 是否翻转 fold change 方向
bSmooth 是否平滑 MA 曲线

快速开始

1. 直接在线运行

打开 FigCode 在线绘图，点击本工具卡片的"在线绘图"按钮即可用内置示例数据出图，零环境配置。

2. 本地复现

下载脚本和示例数据，本地 RStudio 运行：

# 下载
curl -O https://<your-site>/figcode/scripts/diffbind-ma.R
curl -O https://<your-site>/figcode/data/diffbind-ma.csv

3. 安装依赖

# CRAN 包
install.packages(c("ggplot2"))

# Bioconductor 包（如需）
# BiocManager::install(c())

完整代码

library(ggplot2)

# --- Demo: simulate DiffBind-style MA data ---
set.seed(42)
n <- 5000
diffbind_df <- data.frame(
  Conc = runif(n, 2, 12),
  Fold = rnorm(n, 0, 1.2),
  FDR = runif(n, 0, 1)
)
diffbind_df$FDR[sample(n, 200)] <- runif(200, 1e-6, 0.04)
diffbind_df$sig <- ifelse(diffbind_df$FDR < 0.05, "Significant", "NS")

# --- Plot ---
ggplot(diffbind_df, aes(x = Conc, y = Fold, color = sig)) +
  geom_point(size = 0.4, alpha = 0.5) +
  scale_color_manual(values = c(Significant="#dc2626", NS="#9ca3af")) +
  geom_hline(yintercept = 0, color = "grey40") +
  labs(x = "log Concentration", y = "log Fold Change",
       title = "DiffBind MA Plot", color = "FDR < 0.05") +
  theme_classic()

替换为自己的数据

脚本中以 # --- Demo data --- 标注的段落是示例数据生成代码。替换为自己的数据时，保持列名一致即可：

输入格式：DiffBind DBA 对象（已 dba.analyze）
使用 read.csv() / readRDS() 读取本地文件