做生信分析，火山图和热图是必备的，那么如何使用R语言绘制火山图和热图，下面小编给你讲述。
1下载edgeR安装包
登录网站：http://www.bioconductor.org/packages/release/bioc/html/edgeR.html
将红色框内的信息复制到Rstutio中，结果如下图
我们还需要安装一个gplot包，这个安装包能通过R语言直接下载，执行操作
install.packages("gplots")
安装此包的时候同时也自动安装了其他的很多包，这些包是运行gplots必须的
2绘制火山图和热图
我们依照下面的文件进行，解释一下表头，Gene是各个基因的名字，FC(Fold Change)是两个/组样品间基因表达水平的比值，是表示差异倍数的变量。
LogFC表是差异倍数的log值，LogCPM即log2-counts-per-million，第二列为差异表达分析算法得到的p值，FDR(False Discovery Rate)采用统计学方法对原有假设检验得到的p值进行校正，并终采用校正后的p值，即为FDR。
绘制火山图
执行以下代码：
> setwd("C:\\Users\\dell\\Desktop\\生信学习\\ee") #打开工作目录，注意是“\\”
> library("edgeR")
> library("gplots")
> rt=read.table("mRNA.ID.txt",sep="\t",header=T,check.names=F) #改成自己的文件名
> #volcano
> pdf(file="vol.pdf")#生成的火山图的名字
> xMax=max(-log10(allDiff$FDR))+1
> yMax=12
> plot(-log10(allDiff$FDR), allDiff$logFC, xlab="-log10(FDR)",ylab="logFC",
+ main="Volcano", xlim=c(0,xMax),ylim=c(-yMax,yMax),yaxs="i",pch=20, cex=0.4)
> diffSub=allDiff[allDiff$FDRfoldChange,]
> points(-log10(diffSub$FDR), diffSub$logFC, pch=20, col="red",cex=0.4)
> diffSub=allDiff[allDiff$FDR
> points(-log10(diffSub$FDR), diffSub$logFC, pch=20, col="green",cex=0.4)
> abline(h=0,lty=2,lwd=3)
> dev.off()#这些是对坐标轴，线条等颜色的定义。
结果如下，生成一个文件
打开后是这样的
这个图这也解读：
一个点表示一个基因，纵坐标表示某一个基因在两样品中表达水平差异倍数的对数值;横坐标表示FDR的负对数值。纵坐标绝对值越大，说明基因在两样品间的表达水平倍数差异越大;横坐标值越大，表明差异越显著，筛选得到的差异表达基因越可靠。
图中绿色的点代表表达下调基因;红色的点代表表达上调基因;黑色代表非差异表达基因。
下面我们介绍热图如何处理
执行以下代码：
> setwd("C:\\Users\\dell\\Desktop\\生信学习\\ee") #打开工作目录，注意是“\\”
> library("edgeR")
> library("gplots")
> rt=read.table("mRNA.ID.txt",sep="\t",header=T,check.names=F) #改成自己的文件名
> #heatmap
> hmExp=log10(heatmapData+0.001)
> library('gplots')
> hmMat=as.matrix(hmExp)
> pdf(file="heatmap.pdf",width=60,height=90)
> par(oma=c(10,3,3,7))
> heatmap.2(hmMat,col='greenred',trace="none")
> dev.off()#这些是对坐标轴，线条等颜色的定义，不需要修改。
结果是这样的
打开后是这样的
