|
想要更好的學(xué)習(xí)和交流，快來(lái)加入飛哥的知識(shí)星球，這是一個(gè)生物統(tǒng)計(jì)+數(shù)量遺傳學(xué)+GWAS+GS的社區(qū)，在這里你可以向飛哥提問(wèn)、幫你制定學(xué)習(xí)計(jì)劃、跟著飛哥一起做實(shí)戰(zhàn)項(xiàng)目，沖沖沖。點(diǎn)擊這里加入吧：飛哥的學(xué)習(xí)圈子 本文繪制這種圖： 每個(gè)SNP在染色體上的分布圖，也稱(chēng)為SNP密度圖，不同的顏色表示1Mb內(nèi)包含的SNP個(gè)數(shù)。 用到的R包CMplot 安裝方法： install.packages("CMplot")
數(shù)據(jù)格式 plink的map格式： 1 1_320344 0 320344
1 1_342499 0 342499
1 1_509942 0 509942
1 1_538165 0 538165
1 1_565638 0 565638
1 1_612572 0 612572
1 1_722644 0 722644
1 1_791066 0 791066
1 1_813662 0 813662
1 1_865366 0 865366
也可以只包括三列數(shù)據(jù)： 代碼 library(data.table)
library(CMplot)
map1 = fread("re1.map",header = F)
head(map1)
mm = map1 %>% dplyr::select(SNP = 2,Chromosome=1,Position = 4)
head(mm)
CMplot(mm,plot.type="d",bin.size=1e6,col=c("darkgreen", "yellow", "red"),
file="tiff",memo="",dpi=300,file.output=TRUE, verbose=TRUE)
CMplot(mm,plot.type="d",bin.size=1e6,col=c("darkgreen", "yellow", "red"),
file="tiff",memo="",dpi=300,file.output=FALSE, verbose=TRUE)
結(jié)果  很簡(jiǎn)單有沒(méi)有！！！ 資源推薦： 編程+統(tǒng)計(jì)+數(shù)量遺傳學(xué)，可以通過(guò)一個(gè)包含數(shù)據(jù)+R代碼+原理解釋的GWAS教程達(dá)到目的，上手一個(gè)項(xiàng)目，比著敲代碼，一舉多得。下面是我精心整理的學(xué)習(xí)資料，有我編寫(xiě)的GWAS學(xué)習(xí)教程，有我收集的入門(mén)數(shù)據(jù)分析資源，有我推薦的最新版R語(yǔ)言電子書(shū)，以及我翻譯整理的統(tǒng)計(jì)遺傳學(xué)分析導(dǎo)論。 這些資料的特點(diǎn)是：代碼，數(shù)據(jù)，理論介紹都有包括，值得擁有： 1，快來(lái)領(lǐng)取 | 飛哥的GWAS分析教程
2，飛哥匯總 | 入門(mén)數(shù)據(jù)分析資源推薦
3，數(shù)量遺傳學(xué)，分享幾本書(shū)的電子版 4，R語(yǔ)言學(xué)習(xí)看最新版的電子書(shū)不香嘛？ 想要有人帶的小伙伴，畢竟老司機(jī)帶，不迷路，更快到達(dá)！ 掃碼加入知識(shí)星球： 本星球分享和答疑內(nèi)容包括：全基因組關(guān)聯(lián)分析（GWAS），全基因組選擇（GS），生物統(tǒng)計(jì)，數(shù)量遺傳學(xué)，遺傳參數(shù)評(píng)估，涉及R語(yǔ)言、Python等工具。2022年和2023年會(huì)加入機(jī)器學(xué)習(xí)和神經(jīng)網(wǎng)絡(luò)方面的內(nèi)容，一起學(xué)習(xí)不孤單。
|
