iJournal 学术期刊信息查询 386篇原创内容 Official Account ↑ ↑ 关注iJournal,选刊快人一步 ↑ ↑ iJournal后台回复“2021学科”即可获得20种 不同学科的最新影响因子文件(Excel版本) 导 语 全基因组关联分析(Genome-wide association study)是生物领域挖掘功能基因的常用方法。GWAS的最重要的结果展示就是曼哈顿图,本期给大家介绍两个画曼哈顿图的R包qqman和CMplot,并对二者做一个简单小结。 01 GWAS简介 全基因组关联分析最早是在人类疾病研究中被应用,随后在动物和植物研究中也大放异彩。从2005年第一篇GWAS研究开始到现在已经16年了,很多重要的基因都已经被挖掘出来了,但值得注意的是每年仍然有不少高水平的GWAS相关文章。尤其是近年来转录组、蛋白组、代谢组等多组学的兴起,可能会大大扩展GWAS的研究边界,让GWAS焕发出第二春。 关于GWAS具体的分析流程网上的资料很多,在这里不做更多的介绍。这里只介绍GWAS的结果展示方式,即曼哈顿图和qq图。其中曼哈顿图显示所有SNP位点的p-value,可以理解为每个SNP与表型的关联程度;qq图的纵轴是SNP位点的p-value值,横轴是则是均匀分布的p-value值,显示了每个SNP位点p-value实际值与理论值(假设SNP与表型不相关)的差异。 02 qqman 这个包的用法比较简单,这里用包中自带的示例文件gwasResults展示 > install.packages('qqman') > library(qqman) #加载qqman包 > library(RColorBrewer) #用于颜色变化 > str(gwasResults) > head(gwasResults) SNP CHR BP P 1 rs1 1 1 0.9148060 2 rs2 1 2 0.9370754 3 rs3 1 3 0.2861395 4 rs4 1 4 0.8304476 5 rs5 1 5 0.6417455 6 rs6 1 6 0.5190959 可以看到数据一共4列,分别是SNP标记的名称、染色体、染色体位置、P值。我们先不调参数画个最简单的曼哈顿图
从曼哈顿图可以看到只有3号染色体上有一个很高的峰,这几乎是最理想的GWAS结果。 同样,我们画出相应的qq图: > qq(gwasResults$P) #qq图只需要一列p值的数据 这种翘尾巴的形式也是最理想的qq图结果,可以看到从横坐标大于2开始,GWAS结果的p值与均匀分布的p值就有了明显的差距,说明表型和基因型之间确实存在显著的相关关系。 最后看一下曼哈顿图的相关参数
这里只介绍几个常用的参数,col是调整颜色,suggestiveline是p的阈值,genomewideline是第二条阈值线,highlight是标记某个或某些SNP。 > manhattan(gwasResults,col = c('red', 'blue'),annotatePval = 0.0001) 03 CMplot 这个包实际上只有一个函数CMplot,但集成了SNP密度图、曼哈顿图和qq图多种图形的画法。这个函数的参数有很多,这里列举一些常用的参数。
col 设置颜色cex/pch 设置点的大小/形状 bin.size 设置SNP密度图中的窗口大小 cex.axis 设置坐标轴字体和标签字体的大小 3.1 SNP密度图 > #install.packages(CMplot) > library(CMplot) > data = pig60K > head(data) SNP Chromosome Position trait1 trait2 trait3 1 ALGA0000009 1 52297 0.7738187 0.51194318 0.51194318 2 ALGA0000014 1 79763 0.7738187 0.51194318 0.51194318 3 ALGA0000021 1 209568 0.7583016 0.98405289 0.98405289 4 ALGA0000022 1 292758 0.7200305 0.48887140 0.48887140 5 ALGA0000046 1 747831 0.9736840 0.22096836 0.22096836 6 ALGA0000047 1 761957 0.9174565 0.05753712 0.05753712 可以看到示例数据pig60K有6列,前3列是SNP信息,后三列是表型数据。我们自己用CMplot包作图时,可直接保留列名,将数据替换成自己的数据即可。
3.2 曼哈顿图 单性状曼哈顿图 > CMplot(pig60K,plot.type = 'm', threshold = c(0.01,0.05)/nrow(pig60K), amplify = T, signal.cex = c(1,1), signal.pch = c(20,20), signal.col = c('red','blue'), multracks = F, file.output = F) 上面的图片是trait1的曼哈顿图,若绘制多性状曼哈顿图则是这样的:
可以看到由于不同的信号叠加到一起显得非常拥挤,所以常规的曼哈顿图不适合展示多性状的GWAS结果。那用什么展示呢,环形曼哈顿图! 环形曼哈顿图 > CMplot(pig60K,plot.type='c',r=0.5,threshold=c(1e6, 1e6),cex = 1, threshold.col = c('red','blue'),cir.chr.h = 2, signal.cex = c(2,2), signal.col=c('red','green'),file.output = F) 可以看到环形的曼哈顿图能够同时显示3个性状的GWAS结果。 3.4 qq图 qq图的做法比较简单,一般只需要把作图类型改成q,设置阈值,调整一下字体大小即可。
04 小 结 本期给大家介绍了用于展示GWAS结果曼哈顿图和qq图的R包qqman和CMplot,其中qqman的用法比较简单,功能也相对单一。而CMplot除了曼哈顿图和qq图,还能够画SNP密度图,并且能够用环形曼哈顿图同时展示多个GWAS结果,推荐大家使用! |
|