R语言学习笔记(五)——曼哈顿图
↑ ↑ 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
> manhattan(gwasResults)
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
manhattan(x, chr = 'CHR', bp = 'BP', p = 'P', snp = 'SNP',
col = c('gray10', 'gray60'), chrlabs = NULL,
suggestiveline = -log10(1e-05), genomewideline = -log10(5e-08),
highlight = NULL, logp = TRUE, annotatePval = NULL,
annotateTop = TRUE, ...)
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。
CMplot(Pmap, col=c('#377EB8', '#4DAF4A', '#984EA3', '#FF7F00'),
bin.size=1e6, bin.max=NULL, pch=19, band=1, cir.band=0.5, H=1.5,
ylim=NULL, cex.axis=1, plot.type='b', multracks=FALSE, cex=c(0.5,1,1),
r=0.3, xlab='Chromosome', ylab=expression(-log[10](italic(p))), xaxs='i',
yaxs='r', outward=FALSE, threshold = NULL, threshold.col='red',
threshold.lwd=1, threshold.lty=2, amplify= TRUE, chr.labels=NULL,
signal.cex = 1.5, signal.pch = 19, signal.col='red', signal.line=1,
cir.chr=TRUE, cir.chr.h=1.5, chr.den.col=c('darkgreen', 'yellow', 'red')
, cir.legend=TRUE, cir.legend.cex=0.6, cir.legend.col='black',
LOG10=TRUE, box=FALSE, conf.int.col='grey', file.output=TRUE,
file='jpg', dpi=300, memo='')
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。
> CMplot(pig60K,plot.type = 'd',bin.size = 1e5, col = c('blue','red','yellow'), file.output = F)
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:
> 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)
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。
> CMplot(pig60K,plot.type = 'q',threshold = 0.05)
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!