结果输出:标记密度图、qq图以及Manhattan图的环形和直形的两种形式 #细节版 library("CMplot") a<- read.table("a.txt", header = T, comment.char = "", stringsAsFactors = F, check.names = F) CMplot(a,plot.type="d",bin.size=1e6,col=c("darkgreen","yellow","red"),file="pdf",memo=...
比较一下两个软件的曼哈顿图:可以看到,cmplot的作图更好看,不同染色体不同的颜色,不同阈值的结果不同的颜色。 高级作图 「SNP密度图」 代码语言:javascript 代码运行次数:0 运行 AI代码解释 CMplot(dat,plot.type="d",bin.size=1e6,col=c("darkgreen","yellow","red")) 「环形曼哈顿图:」 代码语言:javasc...
chr.den.col 设置SNP密度图的颜色 cir.band 设置环状曼哈顿图中不同染色体之间的间隔 cir.chr 设置是否显示染色体的边界 cir.chr.h 设置染色体边界的高度 chr.den.col SNP密度的颜色,可以为字符,向量或空 cir.legend 设置是否显示图例 cir.legend.cex 设置图例字体的大小 cir.legend.col 设置图例的颜色 LOG10 ...
比较一下两个软件的曼哈顿图:可以看到,cmplot的作图更好看,不同染色体不同的颜色,不同阈值的结果不同的颜色。 高级作图 「SNP密度图」 CMplot(dat,plot.type ="d",bin.size = 1e6, col = c("darkgreen","yellow","red")) 「环形曼哈顿图:」 CMplot(dat,plot.type="c",r=0.5,threshold=c(0.01,0.05...
比较一下两个软件的曼哈顿图:可以看到,cmplot的作图更好看,不同染色体不同的颜色,不同阈值的结果不同的颜色。 高级作图 「SNP密度图」 「环形曼哈顿图:」 注意,这个图,很多参数都是默认的,具体还可以再设置美观一下,但是轮廓图是有了! 合并密度图和圆形曼哈顿图:...
GWAS用于寻找与疾病或者特定性状相关联的SNP位点,为了更加有效的挖掘信息,GWAS需要大样本量和高密度的SNP分型结果,最佳的分型方案当然是全基因组测序,然而成百上千个样本的全基因组测序其成本依然是巨大的,目前更加经济有效的方案是GWAS芯片,针对特定人群,利用tag SNP的思想设计探针,覆盖的SNP位点在几十M的数量级。
图2. 与身高相关的独立遗传的基因组密度。来源: Nature 研究团队将12,111个GWS SNP分为7,209个不重叠的位点,其长度从70kb(仅包含一个信号的位点)到711kb(包含多达25个信号的位点)不等。GWS位点的平均长度约为90kb(平均值为46kb),累积长度约为647Mb,约占基因组的21%。
图2. 与身高相关的独立遗传的基因组密度。来源:Nature 由已识别位点内SNP解释身高差异 研究团队将12,111个GWS SNP分为7,209个不重叠的位点,其长度从70kb(仅包含一个信号的位点)到711kb(包含多达25个信号的位点)不等。GWS位点的平均长度约为90kb(平均值为46kb),累积长度约为647Mb,约占基因组的21%。
这里,我们用示例数据,介绍一下CMplot对多个性状进行曼哈顿图。 出图的示例: 1. 数据准备 这里用CMplot的示例数据,数据格式: 行头分别是: SNP,SNP名称 Chromosome,染色体的名称 Position,物理位置 其它几列是不同性状的P值,比如这里分别是trait1,trait2,trait3三个性状的P值 ...
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 plot.type 设置不同的绘图类型,可以设定为 "d", "c", "m", "q" or "b" "d" 表示 SNP density plot "c" 表示 circle-Manhattan plot "m" 表示 Manhattan plot "q" 表示 Q-Q plot ...