BioF3 FigCode · SCI 绘图代码集

动态火山图（Animated Volcano）

导出日期：2026年6月27日

分类：差异分析 ｜ 依赖包：gganimate、ggplot2、gifski

解决的生物学问题

处理后基因表达变化的动态过程是什么？哪些基因早期就响应、哪些晚期才出现？

应用场景

输入数据格式

长表数据框：gene, log2FC, padj, time_point

关键参数

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/volcano-animated.R
curl -O https://<your-site>/figcode/data/volcano-animated.csv

3. 安装依赖

# CRAN 包
install.packages(c("gganimate", "ggplot2", "gifski"))

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

完整代码

library(gganimate)
library(ggplot2)

# --- Demo: 4 time points ---
set.seed(42)
times <- c("0h", "6h", "12h", "24h")
make_de <- function(t) {
  n <- 800
  data.frame(
    gene = paste0("Gene", 1:n),
    log2FC = rnorm(n, 0, 1.4 * (which(times == t) / length(times))),
    padj   = runif(n, 0, 1),
    time_point = factor(t, levels = times)
  )
}
df <- do.call(rbind, lapply(times, make_de))
df$padj[sample(nrow(df), 60)] <- runif(60, 1e-12, 0.001)
df$sig <- ifelse(df$padj < 0.05 & df$log2FC > 1, "Up",
          ifelse(df$padj < 0.05 & df$log2FC < -1, "Down", "NS"))

# --- Animated volcano ---
p <- ggplot(df, aes(log2FC, -log10(padj), color = sig)) +
  geom_point(size = 0.7, alpha = 0.6) +
  scale_color_manual(values = c(Up="#dc2626", Down="#2563eb", NS="#9ca3af")) +
  geom_vline(xintercept = c(-1, 1), linetype = "dashed") +
  geom_hline(yintercept = -log10(0.05), linetype = "dashed") +
  labs(title = "Volcano at {closest_state}",
       x = "log2 Fold Change", y = "-log10(padj)") +
  theme_classic()

p_anim <- p + transition_states(time_point, transition_length = 2,
                                 state_length = 1) +
  ease_aes("cubic-in-out") +
  enter_fade() + exit_fade()

# Save as gif
anim_save("plot_001.gif", animation = p_anim,
          width = 700, height = 500, fps = 10, duration = 6)

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：

延伸阅读