实用生信作图可视化在线工具大盘点持续更新做生信分析的人谁都绕不开“作图”这关。从最简单的柱状图、火山图、热图到富集分析气泡图、染色体圈图、生存曲线每天都有大量报告和论文等着出图。我自己的习惯是R脚本一把梭但现实中总有各种情况临时改个配色、帮师妹应急出图、在别人电脑上没有环境、或者只想快速验证数据长什么样。这时候一个靠谱的在线作图工具往往能救命。这篇生信作图可视化在线工具清单我会持续更新按综合平台、专项场景和具体工具三个维度来盘点标出免费程度、上手难度和适合场景方便做湿实验的同学和刚入门的生信新手少走弯路。先说清楚我的判定标准工具是否还在维护、是否免费可用、是否需要注册、导出的图片分辨率是否够投稿用、有没有对应方法学文献可以引用。满足这几条的才会收进列表。那些打不开、连不上、或者强制收费后才能导高清图的我一律不推荐。1. 为什么需要一份在线作图工具清单先想清楚你属于哪类用户生信圈子里有一种“工具鄙视链”好像不用R和Python画图就没技术含量。但实际干活的时候你会发现在线工具的存在很有必要。我自己见过太多例子跑完NGS流程的人手头只有几个表达量表格离出图还差得远做QPCR的师姐根本不想学编程只想把三组数据画成带误差线的柱状图临床科室的医生拿到转录组差异结果要快速做一张火山图放进PPT汇报。这些需求交给在线工具五分钟就能解决。1.1 在线工具和本地绘图怎么选谁更适合投稿这个问题没有标准答案。我的建议是探索性分析和组会汇报优先用在线工具速度快、交互直观最终发表级别的主图如果期刊要求严苛还是尽量用R或GraphPad重画一遍。但这不意味着在线工具不能投稿现在很多在线平台已经被论文引用了几千次比如SRplot、Hiplot这类平台杂志社是认的。从出图效率看在线工具最大的优势是省去了环境配置。R光装包就能折腾半天更新依赖还容易装崩在线平台打开网页就能用。从可复现性看本地脚本更胜一筹因为你保存了代码不过现在不少在线工具支持导出参数文件或记录操作历史复现问题也在改善。从图形精细度看R的ggplot2自由度最高但天花板高也意味着学习成本高在线工具内置的模板往往已经优化好了配色和排版对普通人反而更友好。1.2 根据场景选工具的“快速判断法”我建议按三个维度快速判断该用哪种工具数据量级、图形复杂度、时效要求。数据量大比如单细胞表达谱就直接告别网页工具老老实实用本地或服务器数据量中等几百行表格则在线工具完全胜任。图形复杂度上常规统计图和主流图形在线平台都有现成模板如果是高度定制化的多面板拼接建议回到R。时效要求上明天就要汇报今晚在线画一张能看的图肯定比临时调R脚本更快。还有一个经常被忽略的判断维度数据安全性。涉及未发表课题的核心数据我建议优先选择有明确隐私政策、支持本地部署或不会把数据公开展示的工具。我用在线工具处理敏感数据之前通常会模糊化基因名和样本名只保留数值信息出完图就可以公开演示。2. 综合型在线绘图平台一个网页解决80%的常规生信图综合平台是我最推荐新手先接触的一类工具。它们的逻辑是“上传表格-选择图形类型-调整参数-导出图片”覆盖了生信日常出图的大部分需求。下面这几个平台是我实际用过并且还在持续使用的。2.1 Hiplot开源插件生态里的“瑞士军刀”Hiplot印象里官网是hiplot.com.cnGitHub上也有开源版本最初由几家国内生信团队发起主打开源插件化。它的界面是英文为主但操作路径很清晰左侧选插件中间调参数右侧出图。最让我满意的是它的插件数量增长得很快从基础统计到机器学习的可视化都有覆盖。我第一次用Hiplot是为了画相关性热图。当时手头有一个50行乘30列的基因表达矩阵想快速看看样本间的Pearson相关。我把表格直接粘贴到Hiplot的Correlation Heatmap插件里选了颜色渐变方案和高低聚类点Run就出了图。整个过程不到三分钟出来的是矢量PDF和300dpi的PNG完全达到组会汇报的标准。Hiplot还有一个贴心设计支持R脚本调用。如果你习惯了本地写脚本可以把Hiplot的OpenAPI集成到工作流里线上出图和本地脚本之间无缝切换。这对“中间态用户”有一定R基础、但又懒得配全套环境非常友好。2.2 Sangerbox为临床数据挖掘而生的国产平台Sangerbox是我这两年用得越来越多的平台。它由国内团队维护中文界面登录后就能用而且内置了大量和临床预后、免疫浸润、差异分析相关的工具。如果你做的是TCGA/GEO数据挖掘Sangerbox的效率比很多本地R流程都高。举个例子做生存曲线时传统做法是下载TCGA临床信息自己合并表达矩阵再用survival包跑KM分析。Sangerbox直接把这一步做成了向导上传表达矩阵和临床信息选择基因名设定分组方式最佳截断值、中位数、自定义阈值一次就能出图同时给出Log-rank检验的P值。我在另外一个项目里用Sangerbox跑出一个很漂亮的生存曲线后续还是用R复核了一遍结果一致。这种“平台出初稿、R复核定稿”的工作流我建议所有人都试试。Sangerbox的作图模块还包括火山图、热图、箱线图、森林图、GO/KEGG富集图基本上覆盖了临床文章最常见的图形类型。而且它导出的图片自带可调整的字体、颜色、尺寸选项省去了后期排版。2.3 其他值得放进收藏夹的综合平台除了Hiplot和Sangerbox还有几个平台我也会定期打开。微生信是老牌平台网址是bioinformatics.com.cn收录的工具数量惊人从韦恩图、GO富集图到PCA分析、ROC曲线都有。它的优点是免费、免注册部分功能很多小工具直接用缺点是界面广告比较多部分工具很久没更新样式。但它胜在“全”当你不知道某个图该用什么工具时去微生信搜一搜往往有惊喜。SRplot也是国内维护的平台功能上跟Sangerbox有重叠但它的优势是更新快一些新出的可视化作图方法比如某些高级富集图它总能第一时间跟进。我在写综述时用过它画一个比较冷门的网络图效果不错。OmicStudio是基迪奥生物旗下的平台免费工具里附带了不少可以做转录组下游分析的功能尤其适合做组学项目但没有专门生信支持的小实验室。它的界面精美教程多绑定手机号后大部分核心工具免费导出图片带水印问题基本不存在。Galaxy则是老牌开源框架它的在线公共服务器usegalaxy.org集成了几百个生信工具能做分析也能画图。Galaxy的优点是历史记录可追溯每一步操作都能保存完完全全符合可复现要求缺点是学习曲线比较陡界面长得不大像“绘图工具”更像一个分析工作台。如果你愿意花一下午摸清它的逻辑后续收益很大。表格速查一下这几个平台平台主要优势适合人群是否需要注册导出质量Hiplot插件多开源生态有R基础又想提速的人可选矢量PDF/高dpiSangerbox临床数据挖掘功能强TCGA/GEO挖掘用户需要高dpi可调微生信免费工具全快速小图、韦恩图部分功能免注册中等SRplot更新快追求新方法的人需要高dpiOmicStudio教程多、界面好初学者和组学项目组需要高dpiGalaxy可复现性强进阶用户和工作流重度用户需要视工具而定3. 专项场景工具盘点什么图该用专门工具别用综合平台硬凹综合平台虽然万能但有些特定图形用专项工具会省力得多效果也好得多。就像你可以在家做咖啡但专业咖啡机冲出来的口感确实不一样。下面按生信最常见的几个可视化场景拆开说。3.1 基因组圈图与染色体可视化ShinyCircos是首选做基因组比对、结构变异、多组学数据关联展示时Circos圈图几乎是标配。本地Circos配置麻烦Perl环境加配置文件能劝退不少人。ShinyCircos是我用过的网页版方案里最顺手的它不需要本地安装直接把表格上传就能生成圈图。ShinyCircos的操作逻辑是这样的你需要准备至少两个数据表一个是染色体长度信息另一个是点、线、热图轨道的数据。上传后可以通过面板勾选在圈上显示哪些轨道基因密度、CNV、SNP、组间差异等配色和轨道高度都能拖拽调整。我第一次用ShinyCircos画一个细菌基因组圈图花了大概半小时看完它的视频教程然后一次性出图。上传数据格式方面染色体长度表至少要有三列染色体名称、起始位置、结束位置轨道数据根据类型不同格式不太一样最容易出错的是用tab分隔而不是逗号分隔。我建议把Excel数据另存为“制表符分隔的txt”后再上传别直接从Excel复制粘贴粘贴方式经常导致列错位。3.2 富集分析气泡图与GO看板Enrichr和WebGestalt做转录组、蛋白组的人隔三差五就得跑一次GO和KEGG富集分析。R包clusterProfiler是标准方案但只给一个基因列表时用在线工具更快。Enrichr是我最常用的富集分析在线工具它有非常多的基因集库除了GO/KEGG还有各种疾病、药物、细胞类型相关的基因集适合探索性分析。输入方式很简单把差异基因列表粘贴进方框选好参考基因库点击Submit几秒钟返回结果。出的图有柱状图和气泡图P值、FDR都标得很清楚。Enrichr的另一个优势是它用起来零门槛但随着基因集库越来越大有时候结果列表太长需要自己筛选关注的通路。WebGestalt是另一个经典选择它支持HSmart (hypergeometric test) 和GSEA富集分析还可以做一点简单的网络可视化。它最让我喜欢的是支持多个物种对非模式生物的友好程度比Enrichr更高。如果是做非人类物种的富集分析优先考虑WebGestalt。3.3 热图与聚类分析Morpheus和Heatmapper热图是生信里最出镜的图形之一。差异基因热图、样本相关性热图、蛋白丰度热图各种变体。综合平台能做基础热图但如果要精细控制行注释和列注释专项工具更合适。我主要用的是MorpheusBroad Institute出的在线工具网址是一个独立页面。它支持表达矩阵上传、行和列的聚类、颜色渐变自定义、注释条添加。最关键的是它交互性很好鼠标悬停可以看到具体数值双击可以缩放单元格区域方便检查异常值。我经常用Morpheus完成初步热图探索确定哪些基因聚类模式比较有意思然后用R重绘成投稿图。Heatmapperheatmapper.ca也值得提一句支持多达十几种热图类型包括地理热图、条形热图等对新手比较友好。它带有内置的示例数据第一次用的人可以先点开示例数据看效果再对照自己的数据调整格式。这类工具的共同缺点是数据量大时页面会卡所以一般建议最多上传几千行乘几百列的数据。3.4 序列与结构类可视化WebLogo、蛋白质结构在线查看器如果你跑完比对想看序列保守性WebLogo系列有多个版本仍然是最经典的选择。只需要输入一个多序列比对结果可以是Clustal格式或者FASTA比对后的格式它就能生成每个位点氨基酸/碱基丰度的Logo图出版级别完全够用。我自己给一个报告中的启动子区域保守性配图就用过WebLogo几分钟搞定。蛋白结构可视化又是一个大类别。现在AlphaFold2/3预测结构大行其道拿到PDB文件之后我并不建议所有人都下载PyMOL去折腾。在线的Mol* Viewermolstar.org可以直接读取PDB文件做基础的卡通模型、表面模型展示还能看配体结合口袋对于组会汇报和初步结构分析完全够用。等真正要出figure的时候再用PyMOL精修。这个流程我已经用了很多次省下的时间非常可观。3.5 火山图、韦恩图等高频小图火山图是转录组差异表达分析的标准配图。在线工具里我推荐VolcaNoseR它专门做火山图支持自定义P值和log2FC的阈值线、高亮基因名称、调整配色出图效果和R里的EnhancedVolcano很像。核心格式就是一个CSV文件列名需要是gene、log2fc、pvalue这一类的标准标题照着它的示例文件准备数据就行。韦恩图更是傻瓜到不行Venny 2.1一个老牌在线工具至今仍然可用输入2到4个基因列表自动出韦恩图和各个组合的基因名表。jvenn也是一个免注册网页工具能画带比例和数字的韦恩图还能调整每个圈的颜色。我做药物靶基因和疾病基因重叠时就用在线韦恩图直接输出PDF。另外热词里有人提到“椭圆作图网页版”我猜是指那种用椭圆形圈来展示集合关系的可视化需求。如果是这样你可以考虑用Euler diagram类的在线工具或者直接在PowerPoint里画两个椭圆叠加效果也差不多。生物学文章里用真圆形韦恩图已经是常见做法椭圆类的图在评价体系中不太主流不必为了新颖而强行用它。3.6 临床生存曲线与森林图TCGA/GEO文章的标配里除了差异火山图就是KM生存曲线。在线工具方面GEPIA2可以直接分析TCGA的基因表达和临床生存数据输入一个基因名就能出曲线还能按肿瘤分期分组。但GEPIA2的数据范围只覆盖TCGA如果你用的是自己的临床数据就得用Sangerbox或者一两个专门的网页工具来生成了。Sangerbox的生存分析模块我前面说过直接上传临床随访数据自带最佳截断值计算能同时输出多个基因的KM曲线。森林图也是一样把HR和置信区间整理成表格Sangerbox或Hiplot里都有对应插件。4. QPCR结果可视化的完整例子从数据表到一张可用的柱状图很多人觉得在线工具不够“专业”尤其QPCR作图大家普遍用GraphPad Prism。其实用在线工具一样能完成而且步骤并不复杂。这里我以一组模拟QPCR数据为例完整演示数据整理、相对表达量计算和出图过程。4.1 拿到原始Ct值之后先完成相对定量计算QPCR的核心结果是Ct值。假设我们做了3个基因的检测内参基因GAPDH、目的基因A和目的基因B处理分三组对照组、处理组1、处理组2每组3个重复。原始Ct值表格如下样本GAPDH Ct基因A Ct基因B Ct对照-120.126.330.5对照-219.826.030.2对照-320.326.630.8处理1-120.524.229.1处理1-220.223.928.8处理1-320.724.529.3处理2-121.028.131.2处理2-220.827.830.9处理2-321.228.431.5第一步计算每个样本的ΔCt。公式是目的基因Ct减去内参基因Ct。对照-1样本的基因A ΔCt是26.3减20.1等于6.2基因B ΔCt是30.5减20.1等于10.4。把所有样本都算完。第二步计算每个处理组ΔCt的平均值。对照组基因A的ΔCt平均数是6.2加5.9加6.3再除以3约等于6.13。处理1组的基因A ΔCt平均数是3.9处理2组基因A ΔCt平均数是8.0。第三步计算ΔΔCt。处理组ΔCt减去对照组ΔCt。处理1组基因A的ΔΔCt是3.9减6.13约等于负2.23。处理2组基因A的ΔΔCt是8.0减6.13约等于1.87。第四步计算相对表达量公式是2的负ΔΔCt次方。处理1组基因A的相对表达量是5.02意味着处理1使基因A表达上调到了约5倍处理2组基因A的相对表达量约0.27表达显著下调。基因B也按同样流程算。这个过程在Excel里完成最方便我习惯把公式直接写在表里方便后续替换不同基因数据。计算完成后你得到的是一张三行处理组×两列基因A和基因B的相对表达量均值和标准差表。4.2 用在线平台画带误差线的分组柱状图有了均值和标准差接下来就是作图。我推荐直接在Sangerbox或者Hiplot里用“Bar plot with error bar”类的插件。数据格式一般是这样第一列是分组名称第二列是基因名称有的工具把它放在列标题里第三列是表达均值第四列是标准差。以Sangerbox为例需要上传一个CSV或TXT文件类似group gene mean sd Control GeneA 1.00 0.18 Treat1 GeneA 5.02 0.65 Treat2 GeneA 0.27 0.09 Control GeneB 1.00 0.22 Treat1 GeneB 2.80 0.41 Treat2 GeneB 0.52 0.11然后选择柱状图模板X轴设成group填充色按gene区分Y轴设成mean误差线选sd提交即可出图。在线工具还会自动补上显著性标记选项如果你已经算好了P值可以手动标注星号。实际操作中有一个细节很多在线工具默认的误差线类型是SEM标准误而不是SD标准差。如果你文章里写的是Mean ± SD作图时就要手动选误差线为SD。我在Sangerbox里转过一次就因为没注意这个细节图里的误差线看起来特别窄差点闹笑话。4.3 统计检验用在线ANOVA工具做组间比较画图只是一半工作QPCR结果通常还要呈现统计显著性。三组以上比较一般用单因素ANOVA事后多重比较用Dunnett或Tukey。在线工具有一些简单易用的ANOVA计算器但更稳妥的办法是用GraphPad QuickCalcs或者Sangerbox内置的统计模块。我通常的处理方式把均值、标准差和样本量输入之后用在线ANOVA工具先看全局P值。如果P小于0.05再做事后比较。结果记录在Excel里然后手动用星号标注在图上。这样既保证了统计方法严谨又不会因为在线作图工具内置统计方法太过简陋而担心审稿人质疑。5. 在线作图工具的选型避坑指南最容易翻车的几个细节在线工具用多了之后我总结出几个高频翻车点。写出来供大家参考能少走不少弯路。5.1 数据格式和行列结构九成报错都出在这里几乎所有在线工具都要求“长格式”或“宽格式”的数据表但不同工具接受的格式不太一样。有的工具要长格式每一行是一个样本的观测值有的要宽格式每一行是一个基因每一列是一个样本。最保险的做法是在传递数据前先下载工具的示例数据把自己的数据格式改成和示例模板一模一样。我遇到过一位同事上传了热图数据结果出图后行列全反了基因名跑到了横轴。后来发现是工具默认第一列为样本名而她的第一列是基因名。这种问题在大多数工具里都可以通过勾选“第一行为表头”或者“第一列为行名”来解决但前提是你得知道有这个选项。5.2 导出图像分辨率与期刊要求在线工具导出的图片质量参差不齐有些默认导出只有72dpi放到Word里可能还凑合投出去必被编辑打回。用在线工具出投稿图之前先看导出选项里有没有矢量格式PDF/SVG或300dpi以上的PNG/TIFF。如果没有宁可只用来做PPT或海报也别直接当作最终版本投递。我的习惯是在线工具先导出矢量PDF再用Adobe Illustrator或免费的Inkscape转换成TIFF。这样既能利用在线工具的便捷性又能满足期刊的图版要求。5.3 工具的引用规范别用了别人的成果却不给说法生信里很多在线工具背后都有方法学文章如果你在论文里用了它需要在Methods里详细引用。有些平台比如SRplot、Sangerbox明确写过“请引用我们发表在XXX的文章”花几秒钟查一下引用信息是对开发者的尊重也便于审稿人评估你的方法学。我建议平时就把用过的工具名称、版本号、网址、对应文章记录在一个表格里写论文时直接CtrlC过去。等投稿时再临时找引用文献会很痛苦。5.4 数据安全和隐私在线工具处理的是实验数据隐私意识和企业内部一样重要。未公开发表的基因列表、临床随访信息都属于敏感数据。我建议不要直接提交真实患者ID用编号代替基因名如果暂时不需要展示可以用Symbol转换后的替代名仔细看工具的隐私条款有的网站用户协议明确写着“数据可能用于训练模型”敏感数据需要优先选择支持本地版本的工具比如Hiplot有Docker版可以部署在本地服务器上。关于这一点再多说一句不是所有“在线工具”都值得信任。我在生信交流群里见过有人把自己完整的TCGA转录组数据上传到不知名的“作图网站”一个月后发现自己未发表的数据出现在别人的博文里。教训很深刻工具可以免费但数据代价可能很大。5.5 工具筛选速查表作图需求推荐工具最佳参数/操作要点常见翻车点常规柱状图/箱线图Sangerbox、Hiplot误差线类型选SD还是SEM默认误差线类型和文章不一致火山图VolcaNoseR、微生信阈值线按log2FC和P值手动设置列名不符合模板要求热图Morpheus、Heatmapper上传前做行注释匹配行列方向颠倒富集气泡图Enrichr、WebGestalt选参考基因集时注意物种结果列表过长未过滤生存曲线Sangerbox、GEPIA2截断值算法要在方法里说明临床随访时间格式不一致圈图ShinyCircos数据表用tab分隔染色体长度表与轨道表顺序不一致韦恩图Venny 2.1、jvenn只能输入基因名文本富集文本带行号残留蛋白结构展示Mol* Viewer直接拖PDB文件浏览器版本过旧加载失败序列LogoWebLogo比对格式转成ClustalFASTA序列冗余符号未处理6. 我自己维护这份清单的方法持续更新的真实工作流这份清单不是我拍脑袋写出来的而是我日常工作中不断记录、筛选、淘汰后的结果。很多人收藏工具帖之后再也不看直到工具挂了才想起来。这里分享几个我自己的做法。第一关注生信工具动态的渠道要固定下来。我主要看GitHub Trending里面的bioinformatics分类以及几个高质量公众号的月度工具总结。另外PubMed上新发的工具类文章也是重要来源搜索关键词选“web server”加“visualization”加年份每季度扫一遍就能发现不少新工具。第二工具试用后要写笔记。哪怕只是三五行字记录我用了什么数据、图长什么样、导出质量如何、有没有卡点攒一段时间就是很宝贵的经验库。等到写文章需要某个图时直接翻笔记就知道用哪个工具最顺手。第三定期清理失效工具。域名过期、后台关闭、维护停更在开源工具的世界里太常见了。我一般半年复查一次把打不开的链接标注作废并寻找替代品。更新这篇文章时我也会顺手检查之前所有链接确保没有失效。第四邀请读者一起补充。我现在依然不敢说自己把生态看全了毕竟生信工具更新速度远超个人消化速度。如果你发现有好的在线作图工具欢迎在评论区留言补充我看到后会去试用确认可用再写进正文。这份清单的意义就在于“持续更新”四个字它不是教科书而是一个活文档。再说一点个人感受。我见过太多初学者一上来就硬啃ggplot2、base plot和各种生信R包学了一个月还在跟数据整形打架最后连一张满意的热图都没画出来。工具是为人服务的不是为工具的。在线作图工具不是“不专业”的代名词它们是帮助你快速验证假设、高效沟通结果的杠杆。真正专业的判断力体现在你选择什么样的工具、为什么选、以及画出来的图能不能准确传达生物学结论。希望这份清单能成为你工具箱里的一份底气。