xmind可以画er图吗_ggplot2|玩转Manhattan图-你有被要求这么画吗？

本文首发于“生信补给站”，ggplot2|玩转Manhattan图-你有被要求这么画吗？
更多关于R语言，ggplot2绘图，生信分析的内容，敬请关注小号。

Manhattan图算是GWAS分析的标配图了，可参考Bio|manhattan图 进行绘制。

由于Manhattan点太多，后期AI/PS修改的话难度有点大，如果可以“个性化”绘制的话那是极好的！

一 载入R包，数据

1）载入数据处理的tidyverse包，使用qqman中gwasResults示例数据集

#载入R包
#install.packages("qqman")
library(qqman)
library(tidyverse)
#查看原始数据
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

我们知道Manhattan图实际就是点图，横坐标是chr，纵坐标是-log(Pvalue) ，原始P值越小，-log转化后的值越大，在图中就越高。

原始数据中重要的“元素”都有了 ，我们自己的数据也是只需要这四列就可以了。注意绘制前需要转化一下：

2）处理原始数据---计算SNP的累计位置

# 1)计算chr长度
chr_len <- gwasResults %>% 
  group_by(CHR) %>% 
  summarise(chr_len=max(BP))
​
# 2） 计算每条chr的初始位置
chr_pos <- chr_len  %>% 
  mutate(total = cumsum(chr_len) - chr_len) %>%
  select(-chr_len) 
​
#3)计算累计SNP的位置
Snp_pos <- chr_pos %>%
  left_join(gwasResults, ., by="CHR") %>%
  arrange(CHR, BP) %>%
  mutate( BPcum = BP + total)
​
#查看转化后的数据
head(Snp_pos,2)
​
  SNP CHR BP         P total BPcum
1 rs1   1  1 0.9148060     0     1
2 rs2   1  2 0.9370754     0     2

数据准备完成，开始绘图。

二 ggplot2绘制Manhattan图

1 纵坐标为P值转-log10（）

ggplot(Snp_pos, aes(x=BPcum, y=-log10(P))) +
    geom_point( aes(color=as.factor(CHR)))