GWAS分析-曼哈顿图 (二)

上次给大家简单分享了GWAS分析一些简单术语及相关事件(https://www.jianshu.com/p/67e1878845e3)。

今天给大家分享一下如何使用已有的GWAS分析结果画曼哈顿图,刚开始,先不给大家讲具体分析流程和GWAS原理,我们先画图,增强一下自己信心,等画完图,我们再一步步从头开始讲具体GWAS分析所需要的文件,软件,模型以及注意事项。

话不多说,进入正题,今天画曼哈顿图我们用到的工具是一个R包--qqman。

第一步:安装,加载R包

BiocManager::install("qqman") #利用BiocManager安装
library("qqman") #加载R包

第二步:查看示例文件及数据

data(package="qqman")  #查看qqman包中的测试数据,此包中包gwasResults 和snpsOfInterest 两个测试数据
image.jpeg
head(gwasResults)  #查看gwasResults的数据格式
image.jpeg
dim(gwasResults) #查看有多少个标记
image.jpeg

gwasResults包括模拟的分布于22条染色体上的16470个标记,数据格式包括四列。
第一列为SNP(标记名称)
第二列为CHR(染色体ID)
第三列为BP(标记位置)
第四列为P(显著性水平)

as.data.frame(table(gwasResults$CHR)) #查看每条染色体上标记数目
image.jpeg
head(snpsOfInterest)#查看snpsOfInterest的数据格式
image.jpeg

在曼哈顿图中显示为高亮的标记。

第三步:做图
我们先画一个最基本的曼哈顿图

Manhattan(gwasResults)
manhattan_1.jpeg

将不同染色体设置不同颜色,并设置标题。

manhattan(gwasResults, main = "Manhattan Plot", ylim = c(0, 10), cex = 0.6, cex.axis = 0.9, 
          col = c("blue", "orange"), suggestiveline = F, genomewideline = F, chrlabs = c(1:20, "F", "M")) 
#main:更改标题, ylim: y轴范围, cex:调整点的大小,col:调整颜色, suggestiveline 和genomewideline分别为建议阈值和软件计算出的阈值,chrlabs:染色体ID
manhattan_2.jpeg

我们也可以单独画任意一条染色体的曼哈顿图

manhattan(subset(gwasResults,CHR == 3), suggestiveline = F, genomewideline = F)
chr3.jpeg

在曼哈顿图中展现高亮的标记。

manhattan(gwasResults, highlight = snpsOfInterest)
manhattan_4.jpeg

画某条染色体的局部图,这里我们画的是200-500之间所有的标记。

manhattan(subset(gwasResults, CHR == 3), highlight = snpsOfInterest, 
          xlim = c(200, 500), main = "Chr 3",suggestiveline = F)
manhattan_5.jpeg

将P值小于0.001的标记名称标注在曼哈顿图上。

manhattan(gwasResults, annotatePval = 0.001, suggestiveline = F)
manhattan_6.jpg

另外,这个R包也可以画QQ-图。

qq(gwasResults$P)
QQ_plot.jpeg

今天关于使用qqman做图的分享就到这里,是不是很简单。有没有想马上进行数据分析,画出自己的曼哈顿图呢?下期见。

参考:
1.https://cran.r-project.org/web/packages/qqman/index.html
2.Turner, (2018). qqman: an R package for visualizing GWAS results using Q-Q and manhattan plots. Journal of Open Source Software, 3(25), 731, https://doi.org/10.21105/joss.00731.

©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 205,386评论 6 479
  • 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 87,939评论 2 381
  • 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 151,851评论 0 341
  • 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 54,953评论 1 278
  • 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 63,971评论 5 369
  • 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 48,784评论 1 283
  • 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 38,126评论 3 399
  • 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 36,765评论 0 258
  • 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 43,148评论 1 300
  • 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 35,744评论 2 323
  • 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 37,858评论 1 333
  • 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 33,479评论 4 322
  • 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 39,080评论 3 307
  • 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 30,053评论 0 19
  • 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 31,278评论 1 260
  • 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 45,245评论 2 352
  • 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 42,590评论 2 343

推荐阅读更多精彩内容