染色体全局可视化
这并不是最佳选择方案，因为前些天菜鸟团的文献速递栏目： 菜鸟团一周文献推荐(No.12) 就有个全能多组学数据可视化 R 包推荐 建议直接学trackViewer咯，这里简单演示一下什么是染色体全局可视化，毕竟很久以前我的直播基因组也提到过。
先安装 ChromHeatMap 包，里面存放有 cytoBand坐标信息，可以简单检查一下。
# BiocManager::install('ChromHeatMap')
library('ChromHeatMap')
data("cytobands")
hc=cytobands[[1]]
hc$id=with(hc,paste0(chr,arm,str_split(band,'[.]',simplify = T)[,1]))
head(hc)
# http://hgdownload.cse.ucsc.edu/goldenPath/hg19/database/cytoBand.txt.gz然后就很容易指定cytoband来可视化，这里随便选择染色体的几个片段咯。
cc=c("chr11p15","chr6p21","chr12q13","chr16p13")
cc
cc_hc=hc[hc$id %in% cc,]
library(karyoploteR)
change=toGRanges(cc_hc)
kp <- plotKaryotype(genome="hg19")
kpPlotRegions(kp, change, col="#FFAACC")出图如下：
是不是丑爆了，谁都想一步到位画出发表级美图，可不还是得从零开始慢慢学吗？
当然了，还有很多可以调整的细节，建议看英文说明书：https://bioconductor.org/packages/release/bioc/vignettes/karyoploteR/inst/doc/karyoploteR.html
ggplot代码实现方式：
本文参与 腾讯云自媒体分享计划，分享自微信公众号。
原始发表：2019-06-03，如有侵权请联系 cloudcommunity@tencent.com 删除
评论
登录后参与评论
推荐阅读
相关产品与服务
云直播
云直播（Cloud Streaming Services，CSS）为您提供极速、稳定、专业的云端直播处理服务，根据业务的不同直播场景需求，云直播提供了标准直播、快直播、云导播台三种服务，分别针对大规模实时观看、超低延时直播、便捷云端导播的场景，配合腾讯云视立方·直播 SDK，为您提供一站式的音视频直播解决方案。