1. trackViewer文章鏈接nature methods
2019年最新的全基因組范圍可視化工具，biocon
trackViewer的使用說明bioconductor地址
2. ggplot2實現(xiàn)全基因組可視化
https://mp.weixin.qq.com/s/1qFslOpx-Yzugf_zliuZHw
image.png
目標是實現(xiàn)可視化，每條染色體的測序的深度分布情況。
從這個圖中可以看出：
- 1號染色體中間的測序深度有點不穩(wěn)定，中間出現(xiàn)的異常的峰
- 9號染色體的中間有一段測序深度明顯降低。
- 13，14，15，21，22號染色體開頭處有大段的覆蓋度為0的情況?？赡苁嵌肆Ｌ帥]有測到，也可能這些位置就是N堿基。
R的實現(xiàn)方法如下：
rm(list=ls())
file <- 'GC_stat.100k.txt'
data <- read.table(file,sep="\t",fill=TRUE,stringsAsFactors = F)
colnames(dat)=c('chr','number','length','GC','counts')
keep_chr <- dat$chr %in% c(paste0('chr',c(1:22,'X','Y')))
dat <- dat[keep_chr,]
dat$depth <- dat$counts/dat$length
library(ggplot2)
head(dat)
# To change plot order of facet wrap,
# change the order of varible levels with factor()
dat$chr <- factor(dat$chr , levels =c(paste0('chr',c(1:22,'X','Y'))) )
png('coverage.png',height = 1000,width = 1000)
p <- ggplot(dat,aes(number,depth))+geom_area(aes(fill=chr))+ylim(0, 100)
p <- p+facet_wrap( ~ chr,ncol=2)
print(p)
dev.off()
- ChromHeatMap包實現(xiàn)可視化
健明教程
