ggplot2|玩转Manhattan图-你有被要求这么画吗？

本文首发于“生信补给站”，ggplot2|玩转Manhattan图-你有被要求这么画吗？
更多关于R语言，ggplot2绘图，生信分析的内容，敬请关注小号。

Manhattan图算是GWAS分析的标配图了，可参考Bio|manhattan图进行绘制。

由于Manhattan点太多，后期AI/PS修改的话难度有点大，如果可以“个性化”绘制的话那是极好的！

一载入R包，数据

1）载入数据处理的tidyverse包，使用qqman中gwasResults示例数据集

#载入R包
#install.packages("qqman")
library(qqman)
library(tidyverse)
#查看原始数据
head(gwasResults)
 SNP CHR BP         P
1 rs1   1  1 0.9148060
2 rs2   1  2 0.9370754
3 rs3   1  3 0.2861395
4 rs4   1  4 0.8304476
5 rs5   1  5 0.6417455
6 rs6   1  6 0.5190959

我们知道Manhattan图实际就是点图，横坐标是chr，纵坐标是-log(Pvalue) ，原始P值越小，-log转化后的值越大，在图中就越高。

原始数据中重要的“元素”都有了，我们自己的数据也是只需要这四列就可以了。注意绘制前需要转化一下：

2）处理原始数据—计算SNP的累计位置

# 1)计算chr长度
chr_len <- gwasResults %>% 
  group_by(CHR) %>% 
  summarise(chr_len=max(BP))

# 2） 计算每条chr的初始位置
chr_pos <- chr_len  %>% 
  mutate(total = cumsum(chr_len) - chr_len) %>%
  select(-chr_len) 

#3)计算累计SNP的位置
Snp_pos <- chr_pos %>%
  left_join(gwasResults, ., by="CHR") %>%
  arrange(CHR, BP) %>%
  mutate( BPcum = BP + total)

#查看转化后的数据
head(Snp_pos,2)

  SNP CHR BP         P total BPcum
1 rs1   1  1 0.9148060     0     1
2 rs2   1  2 0.9370754     0     2

数据准备完成，开始绘图。

二 ggplot2绘制Manhattan图

1 纵坐标为P值转-log10（）

ggplot(Snp_pos, aes(x=BPcum, y=-log10(P))) +
	geom_point( aes(color=as.factor(CHR)))

基本图形出来了，但是有点怪；不急，一点点改进：
- 横坐标标签设置在每个chr中间位置；
- 背景色去掉，线去掉等
- 去掉点和X轴之间的 “gap” （很多地方可用）
- 添加阈值线

2 绘制加强版Manhattan图

1) 准备X轴标签位置–在每条chr的中间

X_axis <-  Snp_pos %>% group_by(CHR) %>% summarize(center=( max(BPcum) + min(BPcum) ) / 2 )

2）绘制“改良版”Manhattan图

p <- ggplot(Snp_pos, aes(x=BPcum, y=-log10(P))) +
#设置点的大小，透明度
   geom_point( aes(color=as.factor(CHR)), alpha=0.8, size=1.3) +
#设置颜色
   scale_color_manual(values = rep(c("grey", "skyblue"), 22 )) +
#设定X轴
   scale_x_continuous( label = X_axis$CHR, breaks= X_axis$center ) +
#去除绘图区和X轴之间的gap
   scale_y_continuous(expand = c(0, 0) ) +  
#添加阈值线
geom_hline(yintercept = c(6, -log10(0.05/nrow(Snp_pos))), color = c('green', 'red'), size = 1.2, linetype = c("dotted", "twodash")) + 
#设置主题
   theme_bw() +
   theme(
     legend.position="none",
     panel.border = element_blank(),
     axis.line.y = element_line(),
  panel.grid.major.x = element_blank(),
  panel.grid.minor.x = element_blank()
  )

这时候是不是就可以了，🤭。

当然了既然是ggplot2绘制的Manhattan图（点图），那么关于点，线，坐标，主题的设置当然都可以设置了，看这里

ggplot2|详解八大基本绘图要素

ggplot2|theme主题设置，详解绘图优化-“精雕细琢”

3 玩转Manhattan图

1) 利用数据集自带的`snpsOfInterest`标示显著的位点，展示重要的基因信息

library(ggrepel)
#准备数据
data <- Snp_pos %>%
# 添加高亮和注释信息：snpsOfInterest中的rs编号和P值大于6的点
 mutate( is_highlight=ifelse(SNP %in% snpsOfInterest, "yes", "no")) %>%
 mutate( is_annotate=ifelse(-log10(P)>6, "yes", "no"))
# 绘图
p1 <- ggplot(data, aes(x=BPcum, y=-log10(P))) +
   geom_point( aes(color=as.factor(CHR)), alpha=0.8, size=1.3) +
   scale_color_manual(values = rep(c("grey", "skyblue"), 22 )) +
   scale_x_continuous( label = X_axis$CHR, breaks= X_axis$center ) +
   scale_y_continuous(expand = c(0, 0) ) +  
   # 添加高亮点
   geom_point(data=subset(data, is_highlight=="yes"), color="orange", size=2) +
   # 添加高亮label，且防止重叠
   geom_label_repel( data=subset(data, is_annotate=="yes"), aes(label=SNP), size=2) +
   theme_bw() + 
theme(
     legend.position="none",
     panel.border = element_blank(),
     panel.grid.major.x = element_blank(),
     panel.grid.minor.x = element_blank()
  )

如果我们自己的gwas结果数据是Gene的话，label更改即可标示基因。

2) 自定义重要的基因，标示

如果有某些“目的基因”，想查看这些基因的P值呢？

新加gene和gene_annotate列即可！

#准备数据,使用基础函数
data <- Snp_pos
#根据目的基因的位置，新加gene和gene_annotate列
data$gene[data$CHR == 3 & data$BP == 366] <- "geneA"
data$gene_annotate[data$CHR == 3 & data$BP == 366] <- "yes"
data$gene[data$SNP == "rs4064"] <- "geneB"
data$gene_annotate[data$SNP == "rs4064"] <- "yes"
# 绘图
p2 <- ggplot(data, aes(x=BPcum, y=-log10(P))) +
   geom_point( aes(color=as.factor(CHR)), alpha=0.8, size=1.3) +
   scale_color_manual(values = rep(c("grey", "skyblue"), 22 )) +
   scale_x_continuous( label = X_axis$CHR, breaks= X_axis$center ) +
   scale_y_continuous(expand = c(0, 0) ) +  
   geom_label_repel( data=subset(data, gene_annotate=="yes"), aes(label=gene), size=4, col = "red") +
   theme_bw() + 
theme(
     legend.position="none",
     panel.border = element_blank(),
     panel.grid.major.x = element_blank(),
     panel.grid.minor.x = element_blank()
  )

3）区域放大展示

重点展示某一区域的P值情况

library(ggforce)

data <- Snp_pos %>%

# 添加高亮和注释信息：snpsOfInterest中的rs编号和P值大于6的点
mutate( is_highlight=ifelse(SNP %in% snpsOfInterest, "yes", "no")) %>%
mutate( is_annotate=ifelse(-log10(P)>6, "yes", "no"))
 
 p3 <- ggplot(data, aes(x=BPcum, y=-log10(P))) +
  geom_point( aes(color=as.factor(CHR)), alpha=0.8, size=1.3) +
  scale_color_manual(values = rep(c("grey", "skyblue"), 22 )) +
  scale_x_continuous( label = X_axis$CHR, breaks= X_axis$center ) +
  scale_y_continuous(expand = c(0, 0) ) +   
  geom_point(data=subset(data, is_highlight=="yes"), color="orange", size=2) +facet_zoom(x = BPcum >= 3000 & BPcum <=3500)+
  theme_bw() + 
theme(
    legend.position="none",
    panel.border = element_blank(),
    panel.grid.major.x = element_blank(),
    panel.grid.minor.x = element_blank()
)

可参考ggforce|绘制区域轮廓-区域放大-寻找你的“onepiece”

4）plotly 交互展示

library(plotly)
 data <- Snp_pos %>%
 mutate( is_highlight=ifelse(SNP %in% snpsOfInterest, "yes", "no")) %>% filter(-log10(P)>0.5) #过滤一些点，交互式压力小
# 准备SNP展示的text信息
data$text <- paste("SNP: ", data$SNP, "\nPosition: ", data$BP, "\nChromosome: ", data$CHR, "\nLOD score:", -log10(data$P) %>% round(2), "\nWhat else do you wanna know", sep="")

p4 <- ggplot(data, aes(x=BPcum, y=-log10(P), text=text)) +
   geom_point( aes(color=as.factor(CHR)), alpha=0.8, size=1.3) +
   scale_color_manual(values = rep(c("grey", "skyblue"), 22 )) +
   scale_x_continuous( label = X_axis$CHR, breaks= X_axis$center ) +
   scale_y_continuous(expand = c(0, 0) ) +
   ylim(0,9) +
   geom_point(data=subset(data, is_highlight=="yes"), color="orange", size=2) +
   theme_bw() +
   theme(
     legend.position="none",
     panel.border = element_blank(),
     panel.grid.major.x = element_blank(),
     panel.grid.minor.x = element_blank()
  )
ggplotly(p4, tooltip="text")