博客

该R包在全基因组测序WGS中可以通过用于描述突变位点在染色体上的分布，在转录组测序RNA-Seq中可用于描述差异表达基因在染色体上的分布，在WGBS中可用于描述DNA甲基化在染色体上的分布等。

R包软件安装

以下代码在RStudio中执行

install.packages("RIdeogram")
require(RIdeogram)

载入测试数据

data(human_karyotype, package="RIdeogram")
data(gene_density, package="RIdeogram")
data(Random_RNAs_500, package="RIdeogram")

# 查看人类核型数据
head(human_karyotype)
#>   Chr Start       End  CE_start    CE_end
#> 1   1     0 248956422 122026459 124932724
#> 2   2     0 242193529  92188145  94090557
#> 3   3     0 198295559  90772458  93655574
#> 4   4     0 190214555  49712061  51743951
#> 5   5     0 181538259  46485900  50059807
#> 6   6     0 170805979  58553888  59829934

# 查看基因密度数据
head(gene_density)
#>   Chr   Start     End Value
#> 1   1       1 1000000    65
#> 2   1 1000001 2000000    76
#> 3   1 2000001 3000000    35
#> 4   1 3000001 4000000    30
#> 5   1 4000001 5000000    10
#> 6   1 5000001 6000000    10

# 查看标签信息数据
head(Random_RNAs_500)
#>    Type    Shape Chr    Start      End  color
#> 1  tRNA   circle   6 69204486 69204568 6a3d9a
#> 2  rRNA      box   3 68882967 68883091 33a02c
#> 3  rRNA      box   5 55777469 55777587 33a02c
#> 4  rRNA      box  21 25202207 25202315 33a02c
#> 5 miRNA triangle   1 86357632 86357687 ff7f00
#> 6 miRNA triangle  11 74399237 74399333 ff7f00

对于自己的数据集可使用下列方法载入：

human_karyotype <- read.table("karyotype.txt", sep = "\t", header = T, stringsAsFactors = F)
gene_density <- read.table("gene_density .txt", sep = "\t", header = T, stringsAsFactors = F)
Random_RNAs_500 <- read.table("Random_RNAs_500 .txt", sep = "\t", header = T, stringsAsFactors = F)

下载基因注释gff文件

GENCODE FTP下载链接 ftp://ftp.ebi.ac.uk/pub/databases/gencode/Gencode_human/release_32/gencode.v32.annotation.gff3.gz

GFFex函数提取热图信息

gene_density <- GFFex(input = "gencode.v32.annotation.gff3.gz", karyotype = "human_karyotype.txt", feature = "gene", window = 1000000)

全基因组数据绘制人类染色体密度图

ideogram(karyotype = human_karyotype, overlaid = gene_density)
convertSVG("chromosome.svg", device = "png")

绘制带有标签的染色体密度图

对于无着丝数据信息，可使用human_karyotype[,1:3]取核型数据的前三列。

ideogram(karyotype = human_karyotype[,1:3], overlaid = gene_density, label = Random_RNAs_500, label_type = "marker")
convertSVG("chromosome.svg", device = "png")

如果只想绘制部分染色体的密度图，例如1号-10号染色体，可使用以下代码：

human_karyotype <- human_karyotype[1:10,]
ideogram(karyotype = human_karyotype, overlaid = gene_density, label = Random_RNAs_500, label_type = "marker")
convertSVG("chromosome.svg", device = "png")

绘制一对染色体的密度图

data(human_karyotype, package="RIdeogram") #reload the karyotype data
ideogram(karyotype = human_karyotype, overlaid = gene_density, label = LTR_density, label_type = "heatmap", colorset1 = c("#f7f7f7", "#e34a33"), colorset2 = c("#f7f7f7", "#2c7fb8")) #use the arguments 'colorset1' and 'colorset2' to set the colors for gene and LTR heatmaps, separately.
convertSVG("chromosome.svg", device = "png")

图片导出设置

支持导出tiff, pdf, jpg，png图像格式，也可以设置dpi值（默认为300）

convertSVG("chromosome.svg", device = "tiff", dpi = 600)

# 将svg转换为其他格式文件
svg2tiff("chromosome.svg")
svg2pdf("chromosome.svg")
svg2jpg("chromosome.svg")
svg2png("chromosome.svg")

生信软件1 – 测序下机文件比对结果可视化工具 visNano

生信软件2 – 下游比对数据的统计工具 picard

生信软件3 – mapping比对bam文件质量评估工具 qualimap

生信软件4 – 拷贝数变异CNV分析软件 WisecondorX