有的小伙伴可能听说过曼哈顿图，但是并不了解，也不知道是来做什么的，其实，曼哈顿因为其形似曼哈顿摩天大楼，所以被称为曼哈顿图。本质上就是散点图，我们一般用来展示大量非零的波动数据。Y轴高点是用来显示具有相关性的位点。平时我们用的最多的就是全基因组关联分析研究中也就是GWAS，因为曼哈顿图可以一目了然的查看基因的频率和分布。

小伙伴是不是了解了很多，下面小果就带大家去学习一下如何绘制曼哈顿图。

曼哈顿图绘制方法有很多种，今天就带大家了解一下：

install.packages(‘qqman’)

library(qqman)#这里主要用到qqman这个R包，这个很好下载，普通方式就可以下载。

这里我们使用R包qqman自带的实例数据集qwas 去为大家展示，

小伙伴可以按照这个形式去设置自己的数据

其中SNP是snp名称，CHR是染色体的编号，BP是碱基的位置，P就是P值啦

我们先绘制简单的曼哈顿图manhattan：

但是这个图看起来平平无奇，我们加点细节，加入标题，调整颜色，把部分SNP高亮等一些细节。

head(snpOfInterest) #这里我们先查看内置高亮snp数据， snpOfInterest可自行设置

里面参数 CHR3的绿点是来自snpsOflnterest,highlight参数控制。

蓝色横线是由参数suggestiveline控制，红色使用genomewideline控制

小伙伴可以自信设置。

我们还可以把基因名加上去，这里我们去教大家如何批量表示基因名：

gwasResults[3057,1] <- “AA” #这里将将最显著的点，自定义，可看出改变

manhattan(gwasResults,suggestiveline =FALSE,genomewideline =FALSE,col=c("#FF6A6A","#43CD80","#EE7600"),annotatePval=0.05,annotateTop=TRUE)

这样就绘制完成啦，上述代码中，annotatePval可以设置p阈值，低于该值的散点将会在图中被标记，annotateTop默认为True，即仅标记p值最小的点，所以该图中各条染色体只有一个snp被标记，倘若annotateTop设置为False，则所有低于annotatePval的点均会被标记。

上述是使用qqman包绘制曼哈顿图，小果这里还有一种方法，CMplot包绘制曼哈顿图，

这个包参数会更多，而且图会更好看。并且可以绘制多表型的曼哈顿图，以及circos状展示。是不是很心动呢？

library(CMplot)#我们首先载入这个包CMplot(pig60K,plot.type="m",LOG10=TRUE,threshold=NULL,chr.den.col=NULL,file="jpg",dpi=300)这里使用内部的数据集pig60K，小伙伴根据数据集形式自行去设置：

这个图绘制完会会出现在设置好的文件夹里，来看看效果：

我们绘制SNP的密度图：

CMplot(pig60K, plot.type="m", LOG10=TRUE, ylim=NULL, threshold=c(1e-6,1e-4),threshold.lty=c(1,2), threshold.lwd=c(1,1), threshold.col=c("black","grey"),
       amplify=TRUE,chr.den.col=c("darkgreen","yellow","red"),bin.size=1e6,signal.col=c("red","green"),signal.cex=c(1,1),signal.pch=c(19,19),file="jpg",dpi=300)

接下来我们还可以对多表型的数据展示：

CMplot(pig60K, plot.type="m", multracks=TRUE, threshold=c(1e-6,1e
                                                          4),threshold.lty=c(1,2),threshold.lwd=c(1,1), threshold.col=c("black","grey"), amplify=TRUE,bin.size=1e6,chr.den.col=c("darkgreen", "yellow", "red"), signal.col=c("red","green"),signal.cex=c(1,1),file="jpg",memo="",dpi=300)

我们还可以绘制圈图也就是circos展示

CMplot(pig60K,plot.type="c",chr.labels=paste("Chr",c(1:18,"X"),sep=""),r=0.4,cir.legend=TRUE,outward=FALSE,cir.legend.col="black",cir.chr.h=1.3,chr.den.col="black",file="jpg",dpi=300)

上述都是使用自带的示例数据pig60K，小果还是喜欢circos的图片，图片好看精美。

上述就是我们对曼哈顿的学习，小伙伴有没有学会呢，去准备一下自己的示例数据，绘制好看的曼哈顿图。小果要提醒大家，要多多理解代码参数的意义，上述小果已经标注了很多，小伙伴们可以根据自己数据内容套用进去，但是也不要忘记是什么含义，这样才能绘制出自己想要的曼哈顿图！

下期将为你带来更多R语言的骚操作技巧，以下推荐的是一个多功能的生信平台。

云生信平台链接：http://www.biocloudservice.com/home.html。【点击文末阅读原文查看哦】

其他相关分析内容，例如预测肿瘤样本药物敏感性分析(http://www.biocloudservice.com/712/712.php),预测某样本亚型对免疫治疗的反应(http://www.biocloudservice.com/292/292.php)，单样本富集算法分析免疫浸润丰度(http://www.biocloudservice.com/106/106.php)，计算64种免疫细胞相对含量(http://www.biocloudservice.com/107/107.php)等都可以用本公司新开发的零代码云平台生信分析小工具，一键完成该分析奥，感兴趣的小伙伴欢迎来尝试奥，网址：http://www.biocloudservice.com/home.html。今天小果的分享就到这里，下期在见奥。

小果友情推荐

好用又免费的工具安利