MAplot是一个非常好的质控图，无论是在芯片数据分析中还是在RNA-Seq数据分析中都是经常使用的。   假设有ctrl和treat两组数据，gene K的表达量分别是 ctrl[K] 和 treat[K]，   MAplot的X轴就是每一个gene的几何平均数的log2值， M[K] = 0.5 * log2(ctrl[K] * treat[K]); 这个几何平均数的log2值就可以衡量这个gene的大概表达量，是高表达gene还是低表达gene.   MAplot的Y轴就是每个gene的log2 FoldChange， A[K] = log2(treat[K] / ctrl[K])， 这个量表达的是变化关系，0表示没变化，大于0表示treat中升高，小于0表示降低。   那么MAplot的意义是什么呢？这个主要和我们的基本假设有关系，我们一般在做芯片或者是RNA-Seq分析的时候，都默认绝大多数的gene不发生变化，高表达的gene不发生变化。因此，在MAplot中，我们应该看到：   1. 绝大多数的点，Y轴都在0附近； 2. X轴很靠右的点，几乎不怎么发生变化； 3. 发生显著性变化的点，比较均匀地分布在X，Y轴的两侧。   如何不满足上面的特点，就说明要对数据进行校正，使其满足我们的基本假设，才能够进行下一步的统计检验。