今天给大家分享一个Nature同款曼哈顿图

模仿的是：Fig. 2: Manhattan plot and spatial mapping of the associations between T2* in the putamen and four SNPs.

From: Genome - wide association studies of brain imaging phenotypes in UK Biobank

它通过将基因组中的单核苷酸多态性（SNPs）的显著性水平（通常是p值）进行可视化，来识别与特定性状或疾病相关的基因区域。

曼哈顿图（Manhattan Plot）是一种常用于基因组学研究的可视化工具，广泛应用于全基因组关联分析（GWAS，Genome-Wide Association Studies）结果的展示。

一、曼哈顿图的特点

X轴：

表示基因组的位置，通常按染色体编号和物理位置（如碱基对，bp）进行排列。每条染色体用不同的颜色进行区分，便于在图中进行区分。

Y轴：

表示SNPs的显著性水平，通常是-log10(p-value)。p值越小，-log10(p-value)的值越大，点在图中的位置也会越高，表示该SNP的显著性越强。

阈值线：

通常会在图中绘制一条水平线，用于表示显著性阈值（例如，p < 5×10^-8）。超过该阈值的点被认为是具有统计学显著性的SNPs，通常表示与某个特定性状或疾病有较强的关联。

点的分布：

每个点代表一个SNP，其高度表示该SNP的显著性。显著的SNPs在图中形成“尖峰”，类似于曼哈顿的天际线，因而得名“曼哈顿图”。

二、代码

（1）数据代码

SNP：生成10000个SNP，SNP编号为 rs 开头的编号。CHR：每个SNP对应一个染色体编号，从1到22（通常是人类的22个常染色体）。BP：每个SNP的基因组位置（从1到1e6的随机值）。P：每个SNP的p值。大部分是从0到1的均匀分布生成的，但会加入10个极显著的位点（极小的p值）。

（2）处理代码

计算-log10(p-value)：使用 mutate 函数计算每个SNP的 -log10(p-value)，这有助于将p值的差异扩大，方便在图上显示。p值越小，对应的-log10(p-value)越大，表明该SNP与性状或疾病的关联性越强。计算染色体的累积位置：为了将染色体横向排列在图上，首先计算每条染色体的最大基因组位置（max_bp），然后使用 cumsum 为每条染色体分配一个累积的x坐标（BP_cum），以便在曼哈顿图中正确显示。找出每条染色体上最显著的SNP（最高点）：这些点在图中会显示出来，通常用于标注那些在图中有显著性p值的SNP。

 geom_text：标注每条染色体上最显著的SNP，标记出它们的rs编号。 

三、出图

该图是一个用于展示基因组关联研究（GWAS）结果的曼哈顿图，显示了人类的22个常染色体上SNP与某一性状之间的关联。通过该图，可以观察到哪些区域与性状的关联性较强，并进一步筛选出潜在的关键位点。

生物信息学领域非常广泛，难以一次说尽。我们下次继续更新，一起深入学习生物信息学的内容！

喜欢的宝子们点个赞吧~码字不易，且行且珍惜~