Chris Kirchberg と Scott Wise – JMP グローバル イネーブルメント チーム
最近、多くのお客様から、JMP でボルケーノ プロットを作成する方法についてのお問い合わせをいただいています。ボルケーノ プロットは、2 つの条件間の多数の p 値と平均比較をスクリーニングする際に使用される一般的なグラフです。臨床研究やゲノム研究で頻繁に使用されるほか、多数のパラメータが測定される産業環境でも非常に強力なスクリーニング ツールです。
ボルケーノ プロットを使用する利点は、関心のある最も重要な p 値をすばやく確認できる (Y 軸にプロットされた p 値の -Log から確認) だけでなく、比較間の方向と強度を把握できること (X 軸にプロットされた差異または「フォールド変更」の位置から確認) です。たとえば、下のグラフで矢印で示されている点は、非常に有意な p 値と大きな方向の差がある比較ペアを表します。
Volcano Plot (Source: Wikipedia)ボルケーノ プロット (出典: Wikipedia) JMP でボルケーノ プロットを作成するには、応答スクリーニング プラットフォームから必要な計算をすべて取得できます。手順を示すために、JMP サンプル データ ファイル「Drosophila Aging」を使用します。このファイルでは、系統別のショウジョウバエ ( Drosophila melanogaster ) の老化効果に関するマイクロアレイ遺伝子発現データを調べます (データでは線と呼ばれます)。まず、プロセス スクリーニング プラットフォーム (JMP 12 では [分析] - [モデリング] - [プロセス スクリーニング]、JMP 13 では [スクリーニング] - [プロセス スクリーニング]) に移動しました。これにより、変数のペア間の関係を調べることができます。プラットフォーム ダイアログで、比較するすべての連続列 (log2in_TMS1 から log2in_CG11317) を [Y 応答] ボックスに入力し、線を [X] ボックスに入力します。ボルケーノ プロットは、測定する列がすでにログ値に変換されている場合に最も効果的に機能することがよくあります (これによりグラフ化が容易になるため)。ただし、生データでは必ずしもそうする必要はありません。
次に、[OK] をクリックして応答スクリーニングを実行し、各列の「ライン」比較を表示します。これにより、応答スクリーニング ウィンドウと個別の P 値テーブルが表示されます。このテーブルには、Volcano Plot の Y 軸の P 値データが表示されます。 
次に、応答スクリーニング ウィンドウのヘッダーの赤い三角形の下にある [比較平均の保存] を選択します。これにより、平均比較の多くの数値詳細を含む新しい無題のテーブルが開きます。これで、Volcano Plot の X 軸にプロットできる差異列が作成されました。また、このデータ テーブルには、相対的な実際的差異による実用的 LogWorth を示す、スクリプト済みのグラフが保存されていることにも注意してください。これはいくつかの点で類似したグラフですが、実用的差異と実用的 Logworth の比較統計をグラフ化するために作成された Volcano Plot と同じではありません。これらの「実用的」計算は Volcano Plot の作成には不可欠ではないため、代わりにテーブルから必要なものだけに焦点を当てます。
これら 2 つのテーブルから必要なデータをすべて 1 か所に集めてグラフ化するため、テーブル メニューから列結合を実行して、Untitled テーブルと PValues テーブルを結合しました。このダイアログ ボックスを設定して、比較列 ID を含む共通の「Y」列に一致させ、Volcano Plot Data という新しい「マスター」テーブルを作成しました。これで、差分データと p 値データの両方にアクセスして、目的のグラフを作成できるようになりました。
残っているのは、グラフ ビルダーを開いて Volcano Plot を作成することだけです。この結合されたテーブルの情報を使用して、作成できる Volcano Plot の種類に多くのオプションがあります。最初のステップは、グラフ メニューから空のグラフ ビルダーを開くことです。次に、差異列を X 軸にドラッグしました。Y 軸については、LogWorth (比較 p 値の -Log 10) または FDR (False Discovery Rate) LogWorth (偽発見率) を使用するかを選択できます (偽発見の可能性を最小限に抑える p 値のより保守的な推定値に対する同じ log 値)。FDR LogWorth を使用することを優先し、それを Y 軸にドラッグしました。最後の操作は、Y 軸に参照線を配置して、重要な FDR P 値ポイントを表面化できるようにすることです。グラフの Y 軸を右クリックして、有意性の信頼度が 95% となる FDR LogWorth レベル (p 値カットオフが約 0.05) である 1.3 に参照線を配置します。
下のグラフから、2 つのポイント (log2in_TMS1 = 1.948 FDR LogWorth と log2in_BcDNA_GH06717 = 1.367 FDR LogWorth) のみが FDR LogWorth 1.3 (平均比較における統計的差異の信頼度が 95% 以上) の基準線より上にあることがわかります。また、方向の差から、どちらの場合も「SAM」ラインの平均が「ORE」ラインの平均より小さいことがわかります (負の値で示されています)。最後に、差の大きさから、最も遠い有意なポイント (log2in_TMS1 = -0.533) の差が、次の有意なポイント (log2in_BcDNA_GH06717 = -0.319) よりも大きいことがわかります。
つまり、Volcano Plot は、多数の列の測定値間のレベル平均比較を視覚化するのに役立ち、何が重要であるかだけでなく、違いの大きさと方向もすばやく選択できます。
