绘制染色体上不同SNPs等位基因频率的好方法

Question

我有一组来自基因组不同部分的SNPs，以及它们在不同群体和元群体中的等位基因频率。我想沿着SNPs的基因组坐标绘制所有22个常染色体的等位基因频率。

基本上，我想从Sankararaman等人那里生成如图1A所示的内容。(2014) (http://www.nature.com/nature/journal/v507/n7492/fig_tab/nature12961_F1.html)除了Y轴是频率外，所有的种群都在同一张图上(不是分开的)，我会有彩色的点而不是尖峰。

我的数据的格式是这样的(MAF =次要等位基因频率，这就是我想要的图形)

CHR    SNP        COORD   CLST   A1   A2    MAF    MAC  NCHROBS
1   rs16823303  2903159  Region  G    A   0.01887   4     212

(它遍历on region的所有SNP，然后对下一个region执行SNP，以此类推)

关于如何在R中做到这一点有什么建议吗？谢谢!

Answer 1

对于坐标与频率的简单关系图，下面是一个示例：

#Example data:
MAF=runif(1000,min=0,max=1)
COORD=runif(1000,min=0,max=100000)
test.df=data.frame(COORD,MAF)

#plot
plot(test.df$COORD,test.df$MAF)

在图中，您不需要示例数据，但需要将中的表名替换为test.df。

如果你需要用颜色/标签等来美化它，你也可以这样做：

plot(test.df$COORD,test.df$MAF, col="red", pch=18)

或

library(ggplot2)
p=ggplot(test.df,aes(COORD,MAF))
p + geom_point()

Answer 2

我认为这是非常普通的Q，而不是与Q相关的程序。我不确定是否有合适的资源来标记以获取答案(可能是谷歌基因组学，但更多的是为了解决你的代码问题)。不过，我可以给你指出一些你可以开始使用的网络资源。

http://ged.msu.edu/angus/tutorials-2011/allele_freq_plots_R.html

https://www.biostars.org/p/18954/

http://www.ncbi.nlm.nih.gov/pmc/articles/PMC4390227/

https://biodatamining.biomedcentral.com/articles/10.1186/1756-0381-6-18

你可以从这些开始，当你遇到障碍时，你可以粘贴你在SO中无法成功运行的代码。