芯片散点图
文献引用：Bioinformatic analysis was performed using the OECloud tools at https://cloud.oebiotech.com.
--------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------
本工具为绘制芯片散点图。
芯片数据分组比较后的差异基因数据经过quantile normalization方法归一化后绘制散点图(scatter plot)，常用于评估两组数据总体分布集中趋势，图中的点代表芯片上的探针点。
参数调整
结果与说明
任务正在排队中，目前后台任务排队数量:
当前任务开始运行后预计需要耗时
请勿重复提交任务!程序正在运行中，预计需要耗时
程序运行出错，报错信息如下：
1. 所有基因或者探针的表达量检测结果
含有3列信息，第一列对应探针名称或者基因名称，若包含重复，请去重。第二列表示实验组的表达量，列名必须为Case_mean，第三列表示对照组的表达量，列名必须为Control_mean（注意列名的字母大小写）。
demo数据下载：
scatter_alldata.xls
2. 差异筛选结果
含有4列信息，内容同1.1所有数据一致，额外多出一列 Regulation 表示基因或者探针的上下调情况（注意列名的字母大小写）。
demo数据下载：scatter_degdata.xls
3. 基因标注
含有2列信息，第一列为探针名称，第二列为基因名称（注意列名ProbeID的字母大小写）。
demo数据下载：scatter_gene_anno.xls
注：用于分析的数据需要进行过log2转换后的数据，芯片的分析数据一般已经进行过log2转换，若数据是测序的数据，需要将数据转换为log2（fpkm+1）后的数据才可进行展示。
1.散点图结果示例
Y轴表示实验组的表达量，X轴表示对照组的表达量，图上的每一个点表示本次结果中的基因或者探针，其中红色的点表示上调，蓝色的点表示下调，灰色的点表示没有满足差异筛选条件。上下调的倍数设置取决于分析时设置的倍数阈值。
注: 结果中可以看到在上下调两倍的阈值以上，还存在着较多灰色的点，这些点满足差异倍数大于指定阈值，但是在其他差异筛选条件可能满足不了，比如差异倍数较大，但是p值也很大，这种点一般也认为是不可信的，所以标注为灰色的点。
(1) 用于分析的数据需要进行过log2转换后的数据，芯片的分析数据一般已经进行过log2转换，若数据是测序的数据，需要将数据转换为log2(fpkm+1)后的数据才可进行展示；
(2）表示实验组的表达量，列名必须为Case_mean，表示对照组的表达量，列名必须为Control_mean。
| 版本 | 更新日期 | 更新内容 |
|---|---|---|
| v1.0 | 2020.09.01 | 更新说明文档 |
| v1.1 | 2022.04.24 | 新增x,y轴标题调整参数 |
