用途：从差异表达或关联分析结果构建火山图（效应量对显著性）与MA图（丰度对倍数变化），用于展示和诊断转录组等组学数据。
主要能力：讲解并示范使用收缩后的log2倍数变化（lfcShrink，apeglm/ashr）替代未收缩的MLE估计；用FDR校正阈值（padj）而非原始p值设定阈值线；按方向而非梯度着色；用ggrepel或adjustText做非重叠标签；处理极端p值导致的坐标压缩；用MA图诊断丰度相关方差、批次混杂与归一化问题。
使用方式：R侧使用DESeq2::lfcShrink()、DESeq2::plotMA()、EnhancedVolcano::EnhancedVolcano()、ggplot2+ggrepel；Python侧使用matplotlib.scatter配合adjustText、sanbomics.tools.volcano或自定义seaborn。示例中给出lfcShrink(dds, coef=..., type='apeglm')与type='ashr'的调用方式，以及火山图函数与MA图函数的代码结构。
适用场景：bulk RNA-seq（DESeq2）、单细胞伪bulk、蛋白质组（limma/MSstats）、微阵列（limma）、ATAC/ChIP差异峰等。
限制与注意事项：apeglm需coef=、不支持contrast=，需contrast时改用ashr；EnhancedVolcano的selectLab会同时受pCutoff与FCcutoff过滤，未通过阈值的基因不会标注且无警告；y轴用padj时阈值线应为-log10(fdr)；ggrepel默认max.overlaps=10会静默丢弃标签，发表级应设为Inf；超过约5000个点建议rasterized=True以避免PDF过大；DESeq2独立过滤会产生padj=NA，属正常行为。资料未提供具体收费、平台或效果数据。