如何进行R语言ggplot2包画曼哈顿图的简单分析

曼哈顿图是GWAS数据分析中经常会用到的一个图，R语言里有专门的包和函数直接生成曼哈顿图。但是如果有数据的话我们自己也可以用ggplot2来做。

做曼哈顿图的数据通常是以下这种格式

 

• 第一列是SNP对应的一个名字
• 第二列是染色体编号
• 第三列是SNP在染色体的位置
• 第四列是特征对应的一个P值
• 如果有多个特征依次往后排就可以了

曼哈顿图可以理解成一个x对应多个y的散点图，ggplot2里做这种图的函数是geom_jitter()

今天用到的数据集是来自于rMVP这个包中的pig60K数据集

library(rMVP)
data('pig60K')

library(ggplot2)
ggplot(pig60K,aes(x=Chromosome,y=trait1))+
  geom_jitter()

 

ggplot(pig60K,aes(x=Chromosome,y=trait1))+
  geom_jitter(aes(color=Chromosome))

 

ggplot(pig60K,aes(x=Chromosome,y=trait1))+
  geom_jitter(aes(color=Chromosome))+
  theme(legend.position = "none")

 

library(dplyr)
df<-filter(pig60K,Chromosome!="Y")
ggplot(df,aes(x=Chromosome,y=trait1))+
  geom_jitter(aes(color=Chromosome))+
  theme(legend.position = "none")

 

df$Chromosome<-factor(df$Chromosome,
                      levels = c(1:18,"X"))
ggplot(df,aes(x=Chromosome,y=trait1))+
  geom_jitter(aes(color=Chromosome))+
  theme(legend.position = "none")

 

ggplot(df,aes(x=Chromosome,y=-log10(trait1)))+
  geom_jitter(aes(color=Chromosome))+
  theme(legend.position = "none")

 

ggplot(df,aes(x=Chromosome,y=-log10(trait1)))+
  geom_jitter(aes(color=Chromosome))+
  theme_minimal()+
  theme(legend.position = "none",
        axis.text.x = element_text(angle=60,hjust=1))+
  scale_y_continuous(expand = c(0,0),
                     limits = c(0,10))+
  scale_x_discrete(labels=paste0("Chr",c(1:18,"X")))+
  labs(x=NULL,y="-log10(Pvalue)")+
  geom_hline(yintercept = 6.25,lty="dashed")