复现《nature communications》图表(五):GWAS曼哈顿图和qq图复现

NC文章的全基因组部分,关于GWAS的一些图本来不想复现,但是看到近期很多文章包括单细胞总是会挖掘GWAS用于自己的研究,而小编负责的课题也涉及到这一部分,所以还是决定试一下。

复现的图是文章的FigureS6,数据下载链接(a,b图的):ftp.ebi.ac.uk:/pub/databases/gwas/summary_statistics/GCST90014001-GCST90015000/GCST90014052/GCST900140 52_buildGRCh38.tsv.gz

图片

画曼哈顿图和qq图有很多包,例如qqman,ggplot也能实现。而这个文章中的图很明显用的是CMplot包,所以我们用这个包做图。

将下载的数据读入:


setwd("D:/生物信息学")
df <- read.table("GCST90014052_buildGRCh38.tsv.gz",header = T,sep = "\t")
图片

安装软件包:


install.packages("CMplot")
library(CMplot)

这个包比较简单,只有一个函数CMplot,CMplot可以画很多图,曼哈顿图、QQ图、SNP密度图、圆形曼哈顿图等。可以单独画一个性状的曼哈顿图,也可以同时画多个。这次的例子画单个的即可!

函数参数的基本解释如下:

Pmap 数据文件
col 设置颜色
cex 点的大小
pch 点的形状
band 设置染色体之间的间隔
ylim 设置y轴的范围
cex.axis    设置坐标轴字体的大小
plot.type   设置不同的绘图类型,可以设定为 "d", "c", "m", "q" or "b",
m为曼哈顿图,q为QQ图,c为环状曼哈顿图等
xlab    设置x轴标签
ylab    设置y轴标签
threshold   设置阈值并添加阈值线
threshold.col   设置阈值线的颜色
threshold.lwd   设置阈值线的宽度
threshold.lty   设置阈值线的类型
amplify 设置是否放大显著的点
signal.cex  设置显著点的大小
signal.pch  设置显著点的形状
signal.col  设置显著点的颜色
LOG10   设置是否对p-value取log10对数
conf.int.col  设置QQ图中置信区间的颜色

画图曼哈顿图,结果与文章稍微有点不同,但大致一样,可能细节上的参数不一样!

CMplot(df,plot.type = "m",
       threshold = c(0.01,0.05)/nrow(df),
       threshold.col=c('grey','black'),
       threshold.lty = c(1,2),threshold.lwd = c(1,1), amplify = T,
       signal.cex = c(1,1), signal.pch = c(20,20),signal.col = c("red","orange"))
图片

画QQ图,这图与文章中的可以说是一摸一样了!


CMplot(df,plot.type = "q",threshold = 0.05)
图片

如果直接默认画图,可以直接出各种图:

CMplot(df1)

SNP密度图

图片

环形曼哈顿图

图片

曼哈顿图做出来了还没有结束,还要接着做Locus zoom,这是很多文章中常用的,Locus zoom类似于将曼哈顿染色体片段放大。

Locus zoom用在线工具,网址:http://locuszoom.org/

图片

点击single plot:上传文件,选择放大区域!

图片

选择基因版本,EUR表示欧洲,ASN表示亚洲,AMR表示美洲,AFR表示非洲。

图片

然后点击下面plot data,就可以等出图!

图片

与文章中有出入,但是大概的意思是到位了,方法就是这样,还需要根据自己的分析需求和具体问题去设置参数,得到想要的结果!

至此,NC文章图标的复现也就告一段落了,之后我们会进行转录组的系列,力求从数据分析和可视化两个方面提高和突破。

没有理论的实践是一塌糊涂的,没有展示理论结果的方法也是对数据分析的不尊重。继续努力吧!

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 221,198评论 6 514
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 94,334评论 3 398
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 167,643评论 0 360
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 59,495评论 1 296
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 68,502评论 6 397
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 52,156评论 1 308
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,743评论 3 421
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 39,659评论 0 276
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 46,200评论 1 319
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 38,282评论 3 340
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 40,424评论 1 352
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 36,107评论 5 349
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 41,789评论 3 333
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 32,264评论 0 23
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 33,390评论 1 271
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 48,798评论 3 376
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 45,435评论 2 359