1 CMplot绘制曼哈顿图

使用R的CMplot绘制基因关联分析的曼哈顿图和圈图

原创已于 2023-12-28 00:00:48 修改 · 1k 阅读

9 ·

CC 4.0 BY-SA版权

文章标签：

#数据分析 #信息可视化

于 2023-12-27 23:35:46 首次发布

该篇文章介绍了如何在R中使用CMplot包处理遗传学数据，包括读取文件、数据格式转换、p值过滤，然后绘制曼哈顿图和圈图来展示基因与表型之间的关联结果。

library(CMplot)
inputFile="****.gz"     #输入文件(根据下载暴露数据的文件名称进行修改)
setwd("E:/******")
#读取输入文件, 并对输入文件进行格式转换
df=vroom::vroom(inputFile)
# names(df))
df<- TwoSampleMR::format_data(
  df,     # 刚才导入的数据
  type = "exposure",
  phenotype_col = "Phenotype", # 具有与SNP相对应的表型名称的列,如果不存在，则创建exposure变量列为exposure
  snp_col = "rsids",
  beta_col = "beta",
  se_col = "sebeta",
  eaf_col = "af_alt",
  effect_allele_col = "alt",   # 不明确, 看相关ReadMe
  other_allele_col = "ref",    # 不明确, 看相关ReadMe
  pval_col = "pval",
  gene_col = "nearest_genes",
  chr_col = "#chrom",
  pos_col = "pos"
  # ,samplesize_col = "samplesize" # 不存在,可以注解掉,后面补充
)

#根据pvalue<5e-08对结果进行过滤
outTab<-subset(df, pval.exposure<5e-08)
write.csv(outTab, file="exp_pvalue.csv", row.names=F)

#准备绘制曼哈顿图的数据
data=df[,c("SNP", "chr.exposure", "pos.exposure", "pval.exposure")]
colnames(data)=c("SNP","CHR","BP","pvalue")

#绘制线性的曼哈顿图-------------
CMplot(data,  plot.type="m",
       LOG10=TRUE, threshold=5e-08, threshold.lwd=3, threshold.lty=1, signal.cex=0.2,
       chr.den.col=NULL, cex=0.2, bin.size=1e5, ylim=c(0,50),
       file="pdf", file.output=TRUE, width=15, height=9, verbose=TRUE)


#绘制圈图-----------
CMplot(data,  plot.type="c",
       LOG10=TRUE, threshold=5e-08, threshold.lwd=3, threshold.lty=1, signal.cex=0.2,
       chr.den.col=NULL, cex=0.2, bin.size=1e5, ylim=c(0,100),
       file="pdf", file.output=TRUE, width=7, height=7, verbose=TRUE)