生信分析进阶6 - 基于karyoploteR包进行SNP芯片CNV分析及可视化

1. 软件安装

示例数据下载

if (!require("BiocManager", quietly = TRUE))
  install.packages("BiocManager")

BiocManager::install("karyoploteR")
BiocManager::install("BSgenome.Hsapiens.UCSC.hg19")
BiocManager::install("regioneR", force = TRUE)

2. LRR - BAF与CN关系

LRR - BAF与CN关系

LRR - BAF与CN关系

3. SNP芯片CNV分析可视化

SNPArray.26T.txt.gz示例数据文件可在本人github下载:
https://github.com/LittleGlowRobot/Jackwu/blob/main/data/SNPArray.26T.txt.gz

保存至snps_array文件夹。

# 设置工作目录
setwd("D:/snps_array")
dir()

library(karyoploteR)

genome.version <- 'hg19'

# 示例数据
data.file <- "SNPArray.26T.txt.gz"
snp.data <- read.table(file = data.file, sep = '\t',
                       header = TRUE, stringsAsFactors = FALSE)

head(snp.data)
# SNP.Name Sample.ID Allele1...Top Allele2...Top GC.Score Sample.Name Sample.Group
# 1 rs11152336        34             A             C   0.7622         26T          26T
# 2  rs4458740        34             A             C   0.8454         26T          26T
# 3  rs4264565        34             C             C   0.8317         26T          26T
# 4  rs4474684        34             G             G   0.7729         26T          26T
# 5  rs7677662        34             A             A   0.7739         26T          26T
# 6  rs4682434        34             A             C   0.4395         26T          26T
# Sample.Index SNP.Index SNP.Aux Allele1...Forward Allele2...Forward Allele1...Design
# 1           32     81073       0                 A                 C                A
# 2           32    443708       0                 A                 C                T
# 3           32    434421       0                 C                 C                G
# 4           32    444477       0                 C                 C                C
# 5           32    613842       0                 A                 A                A
# 6           32    456548       0                 T                 G                A
# Allele2...Design Allele1...AB Allele2...AB Allele1...Plus Allele2...Plus Chr  Position
# 1                C            A            B              A              C  18  59864223
# 2                G            A            B              A              C   7 156089537
# 3                G            B            B              C              C   2 215283259
# 4                C            B            B              C              C  16    951045
# 5                A            A            A              A              A   4 145513053
# 6                C            A            B              T              G   3 112534069
# GT.Score Cluster.Sep   SNP ILMN.Strand Customer.Strand Top.Genomic.Sequence
# 1   0.7679      0.7687 [A/C]         TOP             TOP                   NA
# 2   0.8203      0.7304 [T/G]         BOT             TOP                   NA
# 3   0.8107      1.0000 [T/G]         BOT             TOP                   NA
# 4   0.7734      0.9690 [T/C]         BOT             BOT                   NA
# 5   0.7741      0.9954 [A/G]         TOP             TOP                   NA
# 6   0.7903      0.6738 [A/C]         TOP             BOT                   NA
# Plus.Minus.Strand Theta     R     X     Y X.Raw Y.Raw B.Allele.Freq Log.R.Ratio
# 1                 + 0.651 0.642 0.243 0.398  1266  1753        0.6157     -0.3307
# 2                 - 0.615 1.137 0.465 0.672  2350  2903        0.4573      0.1754
# 3                 - 0.972 1.266 0.053 1.213   486  5697        1.0000     -0.0784
# 4                 + 0.974 1.161 0.046 1.115   432  4710        1.0000     -0.1139
# 5                 + 0.033 1.369 1.300 0.068  6213   460        0.0000     -0.0547
# 6                 - 0.330 0.465 0.296 0.169  1744   866        0.3379     -0.1655
# CNV.Value CNV.Confidence GC_probe GCC_LRR
# 1        NA             NA     0.31   -0.26
# 2        NA             NA     0.44    0.18
# 3        NA             NA     0.31   -0.01
# 4        NA             NA     0.62   -0.15
# 5        NA             NA     0.36   -0.01
# 6        NA             NA     0.30   -0.10

colnames(snp.data)
# [1] "SNP.Name"             "Sample.ID"            "Allele1...Top"       
# [4] "Allele2...Top"        "GC.Score"             "Sample.Name"         
# [7] "Sample.Group"         "Sample.Index"         "SNP.Index"           
# [10] "SNP.Aux"              "Allele1...Forward"    "Allele2...Forward"   
# [13] "Allele1...Design"     "Allele2...Design"     "Allele1...AB"        
# [16] "Allele2...AB"         "Allele1...Plus"       "Allele2...Plus"      
# [19] "Chr"                  "Position"             "GT.Score"            
# [22] "Cluster.Sep"          "SNP"                  "ILMN.Strand"         
# [25] "Customer.Strand"      "Top.Genomic.Sequence" "Plus.Minus.Strand"   
# [28] "Theta"                "R"                    "X"                   
# [31] "Y"                    "X.Raw"                "Y.Raw"               
# [34] "B.Allele.Freq"        "Log.R.Ratio"          "CNV.Value"           
# [37] "CNV.Confidence"       "GC_probe"             "GCC_LRR"

snp.GRanges <- regioneR::toGRanges(snp.data[, c("Chr", "Position", "Position",
                                                "B.Allele.Freq", "Log.R.Ratio")]) 
snp.GRanges
# GRanges object with 100000 ranges and 2 metadata columns:
#   seqnames    ranges strand | B.Allele.Freq Log.R.Ratio
# <Rle> <IRanges>  <Rle> |     <numeric>   <numeric>
#   1       18  59864223      * |        0.6157     -0.3307
# 2        7 156089537      * |        0.4573      0.1754
# 3        2 215283259      * |        1.0000     -0.0784
# 4       16    951045      * |        1.0000     -0.1139
# 5        4 145513053      * |        0.0000     -0.0547
# ...      ...       ...    ... .           ...         ...
# 99996        2 141426726      * |        0.0115     -0.2476
# 99997        2 215052524      * |        0.0031     -0.0609
# 99998        2 137508544      * |        1.0000     -0.1405
# 99999        2    868450      * |        0.0000     -0.1733
# 100000       22  25618890      * |        0.6797     -0.1298
# -------
#   seqinfo: 26 sequences from an unspecified genome; no seqlengths

# 修改snp.GRanges右侧metadata列名
names(mcols(snp.GRanges)) <- c("BAF", "LRR")
seqlevelsStyle(snp.GRanges) <- "UCSC"

head(snp.GRanges)
# GRanges object with 6 ranges and 2 metadata columns:
#   seqnames    ranges strand |       BAF       LRR
# <Rle> <IRanges>  <Rle> | <numeric> <numeric>
#   1    chr18  59864223      * |    0.6157   -0.3307
# 2     chr7 156089537      * |    0.4573    0.1754
# 3     chr2 215283259      * |    1.0000   -0.0784
# 4    chr16    951045      * |    1.0000   -0.1139
# 5     chr4 145513053      * |    0.0000   -0.0547
# 6     chr3 112534069      * |    0.3379   -0.1655

# 提取LRR小于-3的索引
lrr.below <- which(snp.GRanges$LRR < -3)

# 根据索引修改LRR值为-3
snp.GRanges$LRR[lrr.below] <- -3

library(biomaRt)
# genes.symbol <- c("PKD1","BRCA1","BRCA2")
genes.symbol <- c("PKD1")
# 查看支持版本
# listEnsemblArchives()
ensembl <- useEnsembl(biomart = "ensembl", dataset = "hsapiens_gene_ensembl",
                      version = 108)

genes <- regioneR::toGRanges(getBM(attributes = c('chromosome_name', 'start_position', 'end_position', 'hgnc_symbol'),
                                   filters = 'hgnc_symbol', values = genes.symbol, mart = ensembl))
genes
# GRanges object with 3 ranges and 1 metadata column:
#   seqnames            ranges strand | hgnc_symbol
# <Rle>         <IRanges>  <Rle> | <character>
#   1       17 43044295-43170245      * |       BRCA1
# 2       13 32315086-32400268      * |       BRCA2
# 3       16   2088708-2135898      * |        PKD1
# -------
#   seqinfo: 3 sequences from an unspecified genome; no seqlengths

seqlevelsStyle(genes) <- "UCSC"

pp <- getDefaultPlotParams(plot.type = 4)
pp$data1inmargin <- 2

# 将cytoband转换为GRanges对象
# chr1	0	2300000	p36.33	gneg
# chr1	2300000	5400000	p36.32	gpos25
# chr1	5400000	7200000	p36.31	gneg
cytoband.data <- read.table("cytoBand.txt", sep = "\t", 
                            header = FALSE, stringsAsFactors = FALSE)

# 修改列名
colnames(cytoband.data) <- c("chrom", "chromStart", "chromEnd", "name", "gieStain")
head(cytoband.data)

cytoband.GRanges <- regioneR::toGRanges(cytoband.data[, c("chrom", "chromStart", "chromEnd", "name", "gieStain")])
cytoband.GRanges
# GRanges object with 862 ranges and 2 metadata columns:
#   seqnames            ranges strand |        name    gieStain
# <Rle>         <IRanges>  <Rle> | <character> <character>
#   1     chr1         0-2300000      * |      p36.33        gneg
# 2     chr1   2300000-5400000      * |      p36.32      gpos25
# 3     chr1   5400000-7200000      * |      p36.31        gneg
# 4     chr1   7200000-9200000      * |      p36.23      gpos25
				
# chrom.all <- c(paste0("chr", seq(1, 22, 1)), "chrX", "chrY")

chrom.all <- c("chr16")
dev.new()
sample <- "test"
for(chrom in chrom.all){
  
  print(paste0("################## plot ", sample, " ", chrom, " #####################"))

  # 保存为png
  # png(filename = paste0(sample, "_", chrom, "_BAF_LRR.png"), width = 1200, height = 400)
  
  # B.Allele.Freq Log.R.Ratio
  # plot.type = 4, 在X轴方向绘制全部染色体
  kp <- plotKaryotype(genome = genome.version,
                      plot.type = 4,
                      ideogram.plotter = kpAddCytobands,
                      labels.plotter = kpAddChromosomeNames,
                      plot.params = pp,
                      # cytobands = cytoband.GRanges,
                      chromosomes = chrom,
                      main=paste0("The B Allele Frequency and Log R ratio of ", chrom))
  
  # kpAddBaseNumbers(kp)
  kpAddBaseNumbers(kp, tick.dist=10000000, minor.tick.dist=2000000)
  kpAddCytobandLabels(kp, cex = 0.8, force.all = TRUE)
  # kpAddCytobandsAsLine(kp)
  # kpAddCytobands(kp)
  
  #################### BAF #################### 
  baf.r0 <- 0.4
  baf.r1 <- 0.75
  kpAxis(kp, r0 = baf.r0, r1 = baf.r1)
  kpPoints(kp, data = snp.GRanges, cex=0.3,
           y=snp.GRanges$BAF, r0=baf.r0, r1=baf.r1)
  
  #################### LRR #################### 
  lrr.r0 <- 0.0
  lrr.r1 <- 0.35
  lrr.ymax <- 3
  lrr.ymin <- -3
  kpAxis(kp, tick.pos = c(lrr.ymin, 0, lrr.ymax), 
         r0=lrr.r0, r1=lrr.r1, 
         ymax=lrr.ymax, ymin=lrr.ymin)
  
  kpPoints(kp, data = snp.GRanges, cex=0.3,
           y=snp.GRanges$LRR, r0=lrr.r0, r1=lrr.r1,
           ymax=lrr.ymax, ymin = lrr.ymin)
  
  # 超过Y轴范围点显示为红色
  if(length(lrr.below) > 0){
    kpPoints(kp, data=snp.GRanges[lrr.below],
             y=snp.GRanges[lrr.below]$LRR, cex=0.3,
             r0=lrr.r0, r1=lrr.r1, ymax=lrr.ymax, ymin=lrr.ymin, col="red")
  }
  kpAbline(kp, h=0, r0=lrr.r0, r1=lrr.r1, ymax = lrr.ymax, ymin = lrr.ymin, col="red")
  
  # c(0.95, 0.025, 0.025)
  # kpPlotMarkers(kp, data = genes,
  #               labels = genes$hgnc_symbol,
  #               line.color = "blue",
  #               marker.parts = c(0.95), r1=1.05)
  
  # dev.off()
}

3. 部分可视化图

chr1
chr2
chr3
chr4

生信分析进阶文章推荐

生信分析进阶1 - HLA分析的HLA区域reads提取及bam转换fastq

生信分析进阶2 - 利用GC含量的Loess回归矫正reads数量

生信分析进阶3 - pysam操作bam文件统计unique reads和mapped reads高级技巧合辑

生信分析进阶4 - 比对结果的FLAG和CIGAR信息含义与BAM文件指定区域提取

生信分析进阶5 - 全外显子组变异检测和ANNOVAR注释Snakemake分析流程

使用CNVkit进行CNV分析 欢迎关注”生信修炼手册”!CNVkit是一款CNV预测软件,适用于全外显子,目的区域靶向测序等数据的CNV检测,官网如下https://cnvkit.readthedocs.io/en/... 阅读详情

相关推荐

曼哈顿图(GWAS结果可视化)

是GWAS分析的重要步骤,旨在直观地展示和解释统计分析的结果,帮助研究者识别显著的遗传变异及其与表型之间的关系。

大甘的博客 7333

CNV学习6(在 Illumina BeadStudio/GenomeStudio 软件中运行 PennCNV )

CNV学习6(在 Illumina BeadStudio/GenomeStudio 软件中运行 PennCNV )

sweet_yemen的博客 1055

CNV拷贝数变异分析(GISTIC在线分析、maftools)

CNV拷贝数变异分析是什么?贴一段TCGA官网的介绍 “The copy number variation (CNV) pipeline uses Affymetrix SNP 6.0 array data to identify genomic regions that are repeated and infer the copy number of these repeats. This pipeline is built onto the existing TCGA level 2 data ge

edoracatt的博客 2万+

karyoploteR:karyoploteR-一个RBioconductor软件包,用于沿着基因组绘制任意数据

karyoploteR:karyoploteR-一个RBioconductor软件包,用于沿着基因组绘制任意数据

CNV_SV-visualisation:可视化拷贝数变更和结构变体

可视化CNV和SV数据 用于可视化副本编号变体(CNV)和(SV)数据的脚本。 目录 SV可视化 脚本: 争论 描述 -床 文件要处理 - 输出 输出图名称(另存为png文件) 注意,如果未指定--output参数,则输出文件将与输入的BEDPE文件具有相同的名称,并在末尾添加_SVbezier并将扩展名更改为.png 。 命令行使用示例: Rscript SVbezierPlot.R --bedpe example_data/structural/example-manta-pass.bedpe --output example_data/structural/SVbezierPlot 这将输出类似曲线的图,表示生成的文件中的结构变体。 CNV可视化 将添加用于CNV数据可视化的脚本,包括B等位基因频率(BAF)和对数R比(LLR)图。

Windows 11下JDK 21与JMeter 5.6.3环境配置全攻略

环境变量是操作系统管理软件路径与执行权限的核心机制,它通过预设的键值对,指引系统在调用命令时定位可执行文件。理解其工作原理,是解决软件安装后“命令未找到”等问题的关键。对于Java生态而言,正确配置JAVA_HOME和Path变量,不仅能让java、javac等基础命令全局可用,更是Maven、Gradle乃至JMeter等众多工具链顺畅运行的基石。JMeter作为一款基于Java开发的经典性能测试与接口测试工具,其稳定运行高度依赖健全的Java环境。本文聚焦于在Windows 11系统上,为JDK 21与

weixin_30940783的博客 451

小白跑WRF第三天,安装三方依赖库

小白跑WRF第三天,安装三方依赖库各类安装包的准备 各类安装包的准备 官网教程:https://www2.mmm.ucar.edu/wrf/OnLineTutorial/compilation_tutorial.php 根据官网教程需要的安装包有以下几个 系统环境 用途 zlib-1.2.7 zlib是提供数据压缩用的函式库。 netcdf-4.1.3 读nc文件的。 mpich-3.0.4 用于并行运算的工具。 libpng-1.2.50 libpng是一款C语言编写的比较底层

weixin_42372313的博客 1万+

Proteus+汇编+8086电子时钟实战:从框架搭建到中断驱动的核心实现

本文详细介绍了使用Proteus仿真软件和8086汇编语言实现电子时钟的完整过程。从程序框架搭建、内存分段模型理解,到核心的8259中断控制器配置与编程,再到中断服务程序编写和数码管动态扫描显示驱动,系统阐述了底层软硬件协同开发的核心原理与实战步骤。该项目是深入理解计算机中断机制和汇编语言编程的绝佳实践。

weixin_29189381的博客 414

稳压电源的隐形战场:动态特性如何影响你的嵌入式系统稳定性

本文深入探讨了稳压电源动态特性对嵌入式系统稳定性的关键影响,分析了HT7533和AMS1117等稳压芯片在输入阶跃响应和负载瞬态响应方面的性能差异。通过实测案例展示了不同场景下的动态特性表现,并提供了针对工业控制、IoT设备和射频系统的选型指南与优化策略,帮助工程师解决电源相关的隐蔽故障。

weixin_29204205的博客 609

CMap与L1000技术解析:基因表达数据在药物发现中的应用

本文深入解析了CMap(连接图)与L1000技术在药物发现中的核心应用。CMap通过构建基因表达“关系网”,实现基于模式匹配的药物重定位;L1000技术则以低成本、高通量方式生成关键基因表达数据,支撑了LINCS超级数据库。文章以CLUE平台为例,手把手演示了如何利用疾病基因表达签名逆向筛选潜在治疗化合物,并拓展了其在解析药物机制、预测副作用等多场景下的价值。

weixin_29207533的博客 728

YOLO26优化:原创自研 | 自研独家创新DSAM注意力 ,基于BiLevelRoutingAttention注意力升级

提出新颖的注意力DSAM(Deformable Bi-level SpatialAttention Module),创新度极佳,适合科研创新,效果秒杀CBAM,Channel Attention+Spartial Attention升级为新颖的Deformable Bi-level Attention+Spartial Attention

①答疑群聊服务;②YOLO大模型知识问答系统;③计算机视觉论文生成智能体; 370

YOLOv8 交通违规检测各个场景的实际应用

本文介绍了基于YOLOv8的交通违规检测系统在不同场景下的应用实现。系统可检测闯红灯、超速、违停和不系安全带等多种违规行为,针对每种场景提供了具体的技术方案和Python实现代码。其中闯红灯检测结合信号灯状态分析,超速检测通过距离时间计算速度,违停检测采用长时间跟踪策略,安全带检测则需更高精度识别。文章还展示了如何整合各功能构建综合交通监管系统,并总结了不同应用场景的技术要点和优化方向,为智能交通管理提供了实用解决方案。

u010117029的博客 301

AI测试:手把手教你用AI做Web自动化测试「喂饭教程」

本文介绍了基于MCP协议和使用 mcp-use + playwright-mcp 构建智能Web自动化测试框架的实践方法。通过整合大语言模型的理解能力与测试工具可靠性,该方案支持用自然语言描述测试流程,自动转换为可执行的测试步骤,提升测试效率,支持复杂场景和多步骤流程,为自动化测试提供了新思路。

blues_C的博客 1289

复分析 阿尔福斯(Ahlfors) 第三版答案 英文

答案分为十章,有部分习题没有答案,全英文复分析阿尔福斯(Ahlfors) 第三版答案

温度PID控制PLC程序

温度PID稳定控制程序,适用于欧姆龙PLC,对其他PLC也具有很大参考价值

华为的C语言编程规范.pdf

华为技术有限公司内部技术规范。本规范制定了编写C语言程序的基本原则、规则和建议。从代码的清晰、简洁、可测试、安全、程序效率、可移植各个方面对C语言编程作出了具体指导。

C# WinForm 基于DirectShow.dll编写的程序,可边预览边保存视频,音频和图片

基于微软的DirectShow.dll的二次开发1.自动识别连接的摄像头跟麦克风且可以对其进行选择(默认选中第一个)2.可录制wmv和avi两种格式的视频并且都带有音频,avi可以录制的分辨率和帧数进行选择,wmv默认进行了淸晰度优化如不喜欢可去除代码中有相关提示3.可在预览点开之后进行拍照,也可边录制视频边拍照4.添加了视频和音频的压缩功能(酌情使用)这次二次开发发现C#对DirectShow的相关信息太少,这次做完也不敢藏私共享出来,还望大家指正

上一篇: 生信分析进阶5 - 全外显子组变异检测和ANNOVAR注释Snakemake分析流程
下一篇: 生信算法8 - HGVS转换与氨基酸字母表
生信与基因组学
博客等级 码龄9年 7208粉丝 257原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

生信与基因组学

每一份鼓励是我坚持下去动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值