GWAS分析-曼哈顿图 (二)

上次给大家简单分享了GWAS分析一些简单术语及相关事件（https://www.jianshu.com/p/67e1878845e3）。

今天给大家分享一下如何使用已有的GWAS分析结果画曼哈顿图，刚开始，先不给大家讲具体分析流程和GWAS原理，我们先画图，增强一下自己信心，等画完图，我们再一步步从头开始讲具体GWAS分析所需要的文件，软件，模型以及注意事项。

话不多说，进入正题，今天画曼哈顿图我们用到的工具是一个R包--qqman。

第一步：安装，加载R包

BiocManager::install("qqman") #利用BiocManager安装
library("qqman") #加载R包

第二步：查看示例文件及数据

data(package="qqman")  #查看qqman包中的测试数据，此包中包gwasResults 和snpsOfInterest 两个测试数据

image.jpeg

head(gwasResults)  #查看gwasResults的数据格式

image.jpeg

dim(gwasResults) #查看有多少个标记

image.jpeg

gwasResults包括模拟的分布于22条染色体上的16470个标记，数据格式包括四列。
第一列为SNP(标记名称)
第二列为CHR(染色体ID)
第三列为BP(标记位置)
第四列为P（显著性水平）

as.data.frame(table(gwasResults$CHR)) #查看每条染色体上标记数目

image.jpeg

head(snpsOfInterest)#查看snpsOfInterest的数据格式

image.jpeg

在曼哈顿图中显示为高亮的标记。

第三步：做图
我们先画一个最基本的曼哈顿图

Manhattan(gwasResults)

manhattan_1.jpeg

将不同染色体设置不同颜色，并设置标题。

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:更改标题， ylim: y轴范围, cex:调整点的大小，col:调整颜色， suggestiveline 和genomewideline分别为建议阈值和软件计算出的阈值，chrlabs：染色体ID

manhattan_2.jpeg

我们也可以单独画任意一条染色体的曼哈顿图

manhattan(subset(gwasResults,CHR == 3), suggestiveline = F, genomewideline = F)

chr3.jpeg

在曼哈顿图中展现高亮的标记。

manhattan(gwasResults, highlight = snpsOfInterest)

manhattan_4.jpeg

画某条染色体的局部图，这里我们画的是200-500之间所有的标记。

manhattan(subset(gwasResults, CHR == 3), highlight = snpsOfInterest, 
          xlim = c(200, 500), main = "Chr 3",suggestiveline = F)

manhattan_5.jpeg

将P值小于0.001的标记名称标注在曼哈顿图上。

manhattan(gwasResults, annotatePval = 0.001, suggestiveline = F)

manhattan_6.jpg

另外，这个R包也可以画QQ-图。

qq(gwasResults$P)

QQ_plot.jpeg

今天关于使用qqman做图的分享就到这里，是不是很简单。有没有想马上进行数据分析，画出自己的曼哈顿图呢？下期见。

参考：
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.