上次給大家簡單分享了GWAS分析一些簡單術(shù)語及相關(guān)事件(http://www.itdecent.cn/p/67e1878845e3)。
今天給大家分享一下如何使用已有的GWAS分析結(jié)果畫曼哈頓圖,剛開始,先不給大家講具體分析流程和GWAS原理,我們先畫圖,增強(qiáng)一下自己信心,等畫完圖,我們再一步步從頭開始講具體GWAS分析所需要的文件,軟件,模型以及注意事項(xiàng)。
話不多說,進(jìn)入正題,今天畫曼哈頓圖我們用到的工具是一個(gè)R包--qqman。
第一步:安裝,加載R包
BiocManager::install("qqman") #利用BiocManager安裝
library("qqman") #加載R包
第二步:查看示例文件及數(shù)據(jù)
data(package="qqman") #查看qqman包中的測試數(shù)據(jù),此包中包gwasResults 和snpsOfInterest 兩個(gè)測試數(shù)據(jù)

head(gwasResults) #查看gwasResults的數(shù)據(jù)格式

dim(gwasResults) #查看有多少個(gè)標(biāo)記

gwasResults包括模擬的分布于22條染色體上的16470個(gè)標(biāo)記,數(shù)據(jù)格式包括四列。
第一列為SNP(標(biāo)記名稱)
第二列為CHR(染色體ID)
第三列為BP(標(biāo)記位置)
第四列為P(顯著性水平)
as.data.frame(table(gwasResults$CHR)) #查看每條染色體上標(biāo)記數(shù)目

head(snpsOfInterest)#查看snpsOfInterest的數(shù)據(jù)格式

在曼哈頓圖中顯示為高亮的標(biāo)記。
第三步:做圖
我們先畫一個(gè)最基本的曼哈頓圖
Manhattan(gwasResults)

將不同染色體設(shè)置不同顏色,并設(shè)置標(biāo)題。
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:更改標(biāo)題, ylim: y軸范圍, cex:調(diào)整點(diǎn)的大小,col:調(diào)整顏色, suggestiveline 和genomewideline分別為建議閾值和軟件計(jì)算出的閾值,chrlabs:染色體ID

我們也可以單獨(dú)畫任意一條染色體的曼哈頓圖
manhattan(subset(gwasResults,CHR == 3), suggestiveline = F, genomewideline = F)

在曼哈頓圖中展現(xiàn)高亮的標(biāo)記。
manhattan(gwasResults, highlight = snpsOfInterest)

畫某條染色體的局部圖,這里我們畫的是200-500之間所有的標(biāo)記。
manhattan(subset(gwasResults, CHR == 3), highlight = snpsOfInterest,
xlim = c(200, 500), main = "Chr 3",suggestiveline = F)

將P值小于0.001的標(biāo)記名稱標(biāo)注在曼哈頓圖上。
manhattan(gwasResults, annotatePval = 0.001, suggestiveline = F)

另外,這個(gè)R包也可以畫QQ-圖。
qq(gwasResults$P)

今天關(guān)于使用qqman做圖的分享就到這里,是不是很簡單。有沒有想馬上進(jìn)行數(shù)據(jù)分析,畫出自己的曼哈頓圖呢?下期見。
參考:
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.