MA-plot算是比较常用的图了，我这也是第一次画。
这次的流程是从ncbi的数据库上下载了别人发表的二代测序数据，先用subreads进行了比对，之后用subreads里面自带的featurecount进行了表达量统计。
subjunc比对（这里只选取其中一个样本进行比对）：
home/fengruoqing/data6/mkfeng/tool/subread-1.6.4-Linux-x86_64/bin/subjunc-T24-d30-D400-i/home/fengruoqing/data6/mkfeng/hg38-subread/hg38-r/home/fengruoqing/data6/mkfeng/rnaseq/replicate1/raw/SRR1583541_1.fastq-R/home/fengruoqing/data6/mkfeng/rnaseq/replicate1/raw/SRR1583541_2.fastq-oSRR1583541_subjunc.bam
之后用featurecounts统计表达量：
/home/fengruoqing/data6/mkfeng/tool/subread-1.6.4-Linux-x86_64/bin/featureCounts-T24-p-texon-ggene_name-s2-a/share/apps/genomics/genome/hg38/Homo_sapiens.GRCh38.81.gtf-oSRR1583541_featureCounts.txt /home/fengruoqing/data6/mkfeng/apo2/subread/SRR1583541_subjunc.bam
featureconunts 得到的txt文件的最后一列就是对应基因的表达量，用awk 和 paste这两个命令把control组和treat组对应的基因和表达量整合成成一个新的文件，control组的表达量要放到前面，因为后续需要用到的DEseq默认排在前面的是对照。
文件是这样的：
之后呢，在Rstudio里把这个文件和DEseq2打开:
library(DESeq2)
mydata<-read.table("/Users/ruoqingfeng/Desktop/apo3a_control.txt",
header=TRUE,quote='\t')
然后，是非常套路的几步，基本上所有做表达矩阵的都需要这样几步，需要注意的是，制作condition的时候，里面的内容可以和表格的表头不一样，但是它是按照子母顺序排列的，所以control组一定要排在treat组前面，比方说treat组用'a'开头的单词命名就不行。
后面的一直到表达矩阵的代码：
condition<-factor(c("control","control","control","t","t","t"))
colData<-data.frame(row.names=colnames(mydata),condition)
dds<-DESeqDataSetFromMatrix(mydata,DataFrame(condition),design=~condition)
dds2<-DESeq(dds)
res<-results(dds2)
res就是最后得到的表达军阵，在画ma-plot图之前，还需要把每个基因的基因id换成gene_symbol 这样方便看图。gene_id注释的代码如下：
library("biomaRt")
library("curl")
ensembl=useMart("ensembl")
ensembl=useDataset("hsapiens_gene_ensembl",mart=ensembl)
my_ensembl_gene_id<-row.names(res)
mms_symbols<-getBM(attributes=c('ensembl_gene_id','external_gene_name',"description"),filters='ensembl_gene_id',values=my_ensembl_gene_id,mart=ensembl)
ensembl_gene_id<-rownames(res)
res<-cbind(ensembl_gene_id,res)
colnames(res)[1]<-c("ensembl_gene_id")
diff_name<-merge(res,mms_symbols,by="ensembl_gene_id")
rownames(diff_name)<-diff_name[,1]
diff_name<-diff_name[,-1]
这里，不仅给给gene_id 对映了gene_symbol，还加入了一段注释，以备不时之需，做好之后，再把第一列gene_id的列明去掉，就可以把列变成行名了，就是上面最后的对象dif_name了。
这里整个表达矩阵的制作和注释就已经完全完成了。之后就是画图了，画图用ggpubr包的ggmaplot函数就可以一波搞定。
代码如下：
library(ggpubr)
p2<-ggmaplot(diff_name,main=expression("apo2_control"),
fdr=0.05,fc=2,size=0.4,
palette=c("#B31B21","#1465AC","darkgray"),
genenames=as.vector(diff_name$external_gene_name),
xlab="M",ylab="A",
legend="top",top=20,
font.label=c("bold",11),
font.legend="bold",
font.main="bold",
ggtheme=ggplot2::theme_minimal())
这样就可以完成一个ma-plot图了，一般默认矫正后的p值(fdr)是<0.05的，fc 是大于两倍的，当然这个值的范围是可以更改的。
最后放一个样图：