एक गुणसूत्र ग्राफिक

Question

मैं एक साजिश प्रत्येक गुणसूत्र साथ निर्दिष्ट स्थानों पर रंग सलाखों के साथ पैमाने पर करने, जीव मैं पर काम के लिए 14 रेखीय गुणसूत्रों, चित्रण उत्पन्न करने के लिए चाहते हैं के साथ पदों साजिश कैसे। आदर्श रूप से मैं आर का उपयोग करना चाहता हूं क्योंकि यह एकमात्र प्रोग्रामिंग भाषा है जिसके साथ मुझे अनुभव है।

मैं इस उदाहरण के लिए कर के विभिन्न तरीकों का पता लगाया है जेनोमग्राफ के साथ, लेकिन मैंने पाया है कि जो कुछ मैं चाहता हूं उससे कहीं अधिक जटिल है/जो मेरे पास है उससे अधिक डेटा प्रदर्शित करता है (उदाहरण के लिए साइटोजेनिक बैंड प्रदर्शित करना) और अक्सर मानव गुणसूत्रों के लिए विशिष्ट होता है।

chromosome   size 
     1   640851 
     2   947102 
     3  1067971 
     4  1200490 
     5  1343557 
     6  1418242 
     7  1445207 
     8  1472805 
     9  1541735 
     10  1687656 
     11  2038340 
     12  2271494 
     13  2925236 
     14  3291936 

और फिर रंग की है, के निशान के बारे में 150 स्थानों गुणसूत्र लंबाई के साथ बिखरे हुए चित्रण:

सभी मैं अनिवार्य रूप से चाहते हैं निम्नलिखित आकार के 14 धूसर बार है। जैसे इन स्थलों पर निशान:

Chromosome  Position 
     3   817702 
     12   1556936 
     13   1131566 

आदर्श रूप में मैं भी लोकी, उदा के अनुसार कुछ अलग अलग रंग निर्दिष्ट करने के लिए सक्षम होने के लिए चाहते हैं

Chromosome  Position  Type 
     3   817702   A 
     12   1556936   A 
     13   1131566   A 
     5   1041685   B 
     11   488717   B 
     14   1776463   B 

जहां 'ए' नीले रंग में चिह्नित किया गया था और 'बी' हरे रंग में चिह्नित किया गया था, उदाहरण के लिए।

एक मैं उत्पादन करने के लिए इस छवि में चिपकाया जाता है (से Bopp एट अल PLoS जेनेटिक्स 2013; 9 (2)।: E1003293): चाहते हैं क्या करने के लिए बहुत समान साजिश

किसी को भी अनुशंसा कर सकते हैं ऐसा करने का एक तरीका? यह जरूरी नहीं है कि जैव सूचना विज्ञान पैकेज होना आवश्यक हो, यदि कोई अन्य तरीका है तो मैं बार के साथ निर्दिष्ट स्थानों पर चिह्नों के साथ कुछ आनुपातिक आकारों के 14 बार उत्पन्न करने के लिए आर का उपयोग कर सकता हूं। जैसे मैं ggplot2 से एक साधारण बार चार्ट को संशोधित करने के बारे में सोच रहा हूं लेकिन मुझे नहीं पता कि विशिष्ट स्थानों पर बार के साथ चिह्नों को कैसे रखा जाए।

Answer 1

बस अपने barplot कॉल को सुरक्षित करें और फिर उपयुक्त स्थान पर अंक बनाने के लिए segments पर कॉल करें। उदा .:

bp <- barplot(dat$size, border=NA, col="grey80") 

with(marks, 
    segments(
    bp[Chromosome,]-0.5, 
    Position, 
    bp[Chromosome,]+0.5, 
    Position, 
    col=Type, 
    lwd=2, 
    lend=1 
    ) 
) 

डाटा प्रयोग किया है:

dat <- structure(list(chromosome = 1:14, size = c(640851L, 947102L, 
1067971L, 1200490L, 1343557L, 1418242L, 1445207L, 1472805L, 1541735L, 
1687656L, 2038340L, 2271494L, 2925236L, 3291936L)), .Names = c("chromosome", 
"size"), class = "data.frame", row.names = c(NA, -14L)) 

marks <- structure(list(Chromosome = c(3L, 12L, 13L, 5L, 11L, 14L), Position = c(817702L, 
1556936L, 1131566L, 1041685L, 488717L, 1776463L), Type = structure(c(1L, 
1L, 1L, 2L, 2L, 2L), .Label = c("A", "B"), class = "factor")), .Names = c("Chromosome", 
"Position", "Type"), class = "data.frame", row.names = c(NA, 
-6L)) 

Answer 2

यहाँ भूखंडों के इन प्रकार, this post से अनुकूलित ड्राइंग के लिए एक सामान्य समाधान है।

मैंने इसके लिए geom_rect का उपयोग करना चुना, क्योंकि यह आकार के आकार के अधिक सुदृढ़ समायोजन के लिए अनुमति देता है, और आकार को संकल्प के साथ स्केल करने की अनुमति देता है; मुझे लगता है कि geom_segment चौड़ाई पैमाने पर नहीं है।

यह भी ध्यान रखें कि इस विधि का उपयोग करके, जीन परिवर्तन स्थानों के लिए अंक पैमाने पर खींचे जाते हैं, जिसका अर्थ है कि वे इतनी पतली हो सकती हैं कि साजिश पर आसानी से दिखाई नहीं दे रहा है; यदि आप चाहें तो इसे न्यूनतम आकार में समायोजित करने के लिए अपने विवेकाधिकार का उपयोग कर सकते हैं।

लोड डाटा

library("ggplot2") # for the plot 
library("ggrepel") # for spreading text labels on the plot, you can replace with `geom_text` if you want 
library("scales") # for axis labels notation 

# insert your steps to load data from tabular files or other sources here; 
# dummy datasets taken directly from files shown in this example 

# data with the copy number alterations for the sample 
sample_cns <- structure(list(gene = c("AC116366.7", "ANKRD24", "APC", "SNAPC3", 
"ARID1A", "ATM", "BOD1L1", "BRCA1", "C11orf65", "CHD5"), chromosome = c("chr5", 
"chr19", "chr5", "chr9", "chr1", "chr11", "chr4", "chr17", "chr11", 
"chr1"), start = c(131893016L, 4183350L, 112043414L, 15465517L, 
27022894L, 108098351L, 13571634L, 41197694L, 108180886L, 6166339L 
), end = c(131978056L, 4224502L, 112179823L, 15465578L, 27107247L, 
108236235L, 13629211L, 41276113L, 108236235L, 6240083L), cn = c(1L, 
1L, 1L, 7L, 1L, 1L, 3L, 3L, 1L, 1L), CNA = c("loss", "loss", 
"loss", "gain", "loss", "loss", "gain", "gain", "loss", "loss" 
)), .Names = c("gene", "chromosome", "start", "end", "cn", "CNA" 
), row.names = c(NA, 10L), class = "data.frame") 

# > head(sample_cns) 
#   gene chromosome  start  end cn CNA 
# 1 AC116366.7  chr5 131893016 131978056 1 loss 
# 2 ANKRD24  chr19 4183350 4224502 1 loss 
# 3  APC  chr5 112043414 112179823 1 loss 
# 4  SNAPC3  chr9 15465517 15465578 7 gain 
# 5  ARID1A  chr1 27022894 27107247 1 loss 
# 6  ATM  chr11 108098351 108236235 1 loss 

# hg19 chromosome sizes 
chrom_sizes <- structure(list(chromosome = c("chrM", "chr1", "chr2", "chr3", "chr4", 
"chr5", "chr6", "chr7", "chr8", "chr9", "chr10", "chr11", "chr12", 
"chr13", "chr14", "chr15", "chr16", "chr17", "chr18", "chr19", 
"chr20", "chr21", "chr22", "chrX", "chrY"), size = c(16571L, 249250621L, 
243199373L, 198022430L, 191154276L, 180915260L, 171115067L, 159138663L, 
146364022L, 141213431L, 135534747L, 135006516L, 133851895L, 115169878L, 
107349540L, 102531392L, 90354753L, 81195210L, 78077248L, 59128983L, 
63025520L, 48129895L, 51304566L, 155270560L, 59373566L)), .Names = c("chromosome", 
"size"), class = "data.frame", row.names = c(NA, -25L)) 

# > head(chrom_sizes) 
# chromosome  size 
# 1  chrM  16571 
# 2  chr1 249250621 
# 3  chr2 243199373 
# 4  chr3 198022430 
# 5  chr4 191154276 
# 6  chr5 180915260 


# hg19 centromere locations 
centromeres <- structure(list(chromosome = c("chr1", "chr2", "chr3", "chr4", 
"chr5", "chr6", "chr7", "chr8", "chr9", "chrX", "chrY", "chr10", 
"chr11", "chr12", "chr13", "chr14", "chr15", "chr16", "chr17", 
"chr18", "chr19", "chr20", "chr21", "chr22"), start = c(121535434L, 
92326171L, 90504854L, 49660117L, 46405641L, 58830166L, 58054331L, 
43838887L, 47367679L, 58632012L, 10104553L, 39254935L, 51644205L, 
34856694L, 16000000L, 16000000L, 17000000L, 35335801L, 22263006L, 
15460898L, 24681782L, 26369569L, 11288129L, 13000000L), end = c(124535434L, 
95326171L, 93504854L, 52660117L, 49405641L, 61830166L, 61054331L, 
46838887L, 50367679L, 61632012L, 13104553L, 42254935L, 54644205L, 
37856694L, 19000000L, 19000000L, 20000000L, 38335801L, 25263006L, 
18460898L, 27681782L, 29369569L, 14288129L, 16000000L)), .Names = c("chromosome", 
"start", "end"), class = "data.frame", row.names = c(NA, -24L 
)) 

# > head(centromeres) 
# chromosome  start  end 
# 1  chr1 121535434 124535434 
# 2  chr2 92326171 95326171 
# 3  chr3 90504854 93504854 
# 4  chr4 49660117 52660117 
# 5  chr5 46405641 49405641 
# 6  chr6 58830166 61830166 

डाटा समायोजित

# create an ordered factor level to use for the chromosomes in all the datasets 
chrom_order <- c("chr1", "chr2", "chr3", "chr4", "chr5", "chr6", "chr7", 
       "chr8", "chr9", "chr10", "chr11", "chr12", "chr13", "chr14", 
       "chr15", "chr16", "chr17", "chr18", "chr19", "chr20", "chr21", 
       "chr22", "chrX", "chrY", "chrM") 
chrom_key <- setNames(object = as.character(c(1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 
               12, 13, 14, 15, 16, 17, 18, 19, 20, 
               21, 22, 23, 24, 25)), 
         nm = chrom_order) 
chrom_order <- factor(x = chrom_order, levels = rev(chrom_order)) 

# convert the chromosome column in each dataset to the ordered factor 
chrom_sizes[["chromosome"]] <- factor(x = chrom_sizes[["chromosome"]], 
             levels = chrom_order) 
sample_cns[["chromosome"]] <- factor(x = sample_cns[["chromosome"]], 
            levels = chrom_order) 
centromeres[["chromosome"]] <- factor(x = centromeres[["chromosome"]], 
             levels = chrom_order) 
# create a color key for the plot 
group.colors <- c(gain = "red", loss = "blue") 

मेक प्लॉट

ggplot(data = chrom_sizes) + 
    # base rectangles for the chroms, with numeric value for each chrom on the x-axis 
    geom_rect(aes(xmin = as.numeric(chromosome) - 0.2, 
        xmax = as.numeric(chromosome) + 0.2, 
        ymax = size, ymin = 0), 
       colour="black", fill = "white") + 
    # rotate the plot 90 degrees 
    coord_flip() + 
    # black & white color theme 
    theme(axis.text.x = element_text(colour = "black"), 
      panel.grid.major = element_blank(), 
      panel.grid.minor = element_blank(), 
      panel.background = element_blank()) + 
    # give the appearance of a discrete axis with chrom labels 
    scale_x_discrete(name = "chromosome", limits = names(chrom_key)) + 
    # add bands for centromeres 
    geom_rect(data = centromeres, aes(xmin = as.numeric(chromosome) - 0.2, 
             xmax = as.numeric(chromosome) + 0.2, 
             ymax = end, ymin = start)) + 
    # add bands for CNA value 
    geom_rect(data = sample_cns, aes(xmin = as.numeric(chromosome) - 0.2, 
            xmax = as.numeric(chromosome) + 0.2, 
            ymax = end, ymin = start, fill = CNA)) + 
    scale_fill_manual(values = group.colors) + 
    # add 'gain' gene markers 
    geom_text_repel(data = subset(sample_cns, sample_cns$CNA == "gain"), 
        aes(x = chromosome, y = start, label = gene), 
        color = "red", show.legend = FALSE) + 
    # add 'loss' gene markers 
    geom_text_repel(data = subset(sample_cns, sample_cns$CNA == "loss"), 
        aes(x = chromosome, y = start, label = gene), 
        color = "blue", show.legend = FALSE) + 
    ggtitle("Copy Number Alterations") + 
    # supress scientific notation on the y-axis 
    scale_y_continuous(labels = comma) + 
    ylab("region (bp)") 

परिणाम