볼케이노 플롯 읽기

볼케이노 플롯은 차등발현 결과에서 변화가 크면서 통계적 근거도 강한 유전자를 빠르게 찾는 그림입니다. 점 하나가 유전자 하나이며, 오른쪽 위와 왼쪽 위의 점이 먼저 살펴볼 후보가 됩니다.

                         통계적 근거가 강함
                               ↑
 Control에서 높음  ←  변화 없음  →  Treatment에서 높음

두 축은 서로 다른 질문이다

가로축은 log2FoldChange입니다. 어느 쪽이 양수인지는 분석의 contrast를 확인해야 합니다.

log2FoldChange는 몇 배 달라졌는지를 압축한 값이다

비교 방향을 Treatment / Control로 정했다고 해봅시다. 어떤 유전자의 대표적인 발현량이 Control에서 100, Treatment에서 200이라면 Treatment가 2배입니다. 2를 밑으로 하는 로그를 취하면 log2(2) = 1이므로 log2FoldChange는 +1입니다.

Control	Treatment	Treatment / Control	log2FoldChange	읽는 법
100	100	1	0	변화 없음
100	200	2	+1	Treatment에서 2배
100	400	4	+2	Treatment에서 4배
100	50	1/2	-1	Treatment에서 절반, Control에서 2배
100	25	1/4	-2	Treatment에서 1/4, Control에서 4배

로그를 쓰면 증가와 감소가 0을 중심으로 대칭이 됩니다. 2배 증가는 +1, 2배 감소는 -1이라서 볼케이노 플롯의 좌우를 같은 눈금으로 비교할 수 있습니다.

차등발현 결과의 FoldChange는 샘플 count 두 개를 단순히 나눈 값이 아닙니다. DESeq2나 PyDESeq2 같은 도구는 시퀀싱 깊이를 보정하고 batch나 paired subject 같은 design 항을 반영한 통계 모델에서 조건 효과를 추정합니다. 따라서 원본 표의 숫자 두 개를 직접 나눈 결과와 정확히 같지 않을 수 있습니다.

log2FoldChange의 부호는 중요하지만 그 자체로 유의성을 말하지는 않습니다. +3이어도 반복 샘플마다 방향이 크게 흔들리면 근거가 약할 수 있고, +0.3이어도 많은 반복에서 일관되면 작은 p-value가 나올 수 있습니다.

세로축은 보통 -log10(padj)입니다. padj가 작을수록 점이 위로 올라갑니다. 예를 들어 padj=0.01은 높이 2, padj=0.0001은 높이 4가 됩니다. 보정 p-value의 의미는 통계적 검정과 다중검정에서 설명합니다.

두 축을 함께 봐야 합니다. 오른쪽에 있지만 낮은 점은 변화량은 크지만 표본 사이에서 일관되지 않을 수 있습니다. 위에 있지만 중앙에 가까운 점은 차이가 일관되지만 변화량은 작을 수 있습니다.

사례: GSE251845 결과 읽기

아래 그림은 공개 대장암 RNA-seq 데이터셋 GSE251845에서 같은 환자의 Tumor와 Normal을 비교한 결과입니다. 이 사례의 비교 방향은 Tumor / Normal이므로 오른쪽은 Tumor에서 높은 유전자, 왼쪽은 Normal에서 높은 유전자입니다.

오른쪽 빨간색 점은 Tumor에서 2배 이상 높고 다중검정 뒤에도 유의한 유전자입니다. 왼쪽 파란색 점은 Normal에서 2배 이상 높습니다. 회색 점이 중요하지 않다는 뜻은 아니며, 이 그림에서 정한 두 기준을 동시에 통과하지 않았다는 뜻입니다.

선은 발견이 아니라 선택 기준이다

그림에는 흔히 padj < 0.05와 |log2FC| ≥ 1 위치에 선을 긋습니다. 이 선은 생물학적 진실의 경계가 아니라 후속 확인에 사용할 후보 수를 정하는 기준입니다. 표본 수가 많으면 작은 변화도 매우 유의해질 수 있고, 표본 수가 적으면 큰 변화도 유의하지 않을 수 있습니다.

따라서 기준은 다음과 함께 정합니다.

• 연구 질문에서 의미 있는 최소 변화량
• 표본 수와 그룹 안의 변동
• 후속 실험으로 확인할 수 있는 후보 수
• 유전자 하나가 아니라 pathway 수준에서 볼 계획인지

MA plot과 무엇이 다른가

두 그림의 세로축에는 모두 log2 fold change가 들어가지만, 강조점이 다릅니다.

그림	나머지 축	먼저 확인하는 것
MA plot	평균 발현량	낮은 count에서 변화량이 얼마나 흔들리는가
볼케이노 플롯	통계적 유의성	변화량과 통계적 근거를 모두 만족하는 후보가 어디 있는가

분석 품질과 count 의존성을 보려면 MA plot이 유용하고, 후보 유전자를 전달하고 우선순위를 논의할 때는 볼케이노 플롯이 편리합니다. 둘 중 하나가 다른 하나를 대신하지는 않습니다.

해석할 때 피할 결론

• 오른쪽 위의 유전자가 질병의 원인이라고 단정하지 않습니다.
• padj < 0.05인 점을 모두 중요한 바이오마커라고 부르지 않습니다.
• 점이 많은 쪽만 보고 전체 pathway가 활성화됐다고 결론 내리지 않습니다.
• 유전자 이름 몇 개만 골라 설명하지 말고 전체 결과표와 선택 기준을 함께 보존합니다.

볼케이노 플롯은 후보를 찾는 지도입니다. 원인성, 임상적 가치, 세포 유형의 변화는 독립 데이터와 추가 실험으로 확인해야 합니다. 후보 목록의 공통 기능은 유전자 목록의 공통 기능 찾기로 이어서 분석할 수 있습니다.