🤒 CMplot | GWAS分析中的QQplot是什么鬼（三）

生信漫卷

发布于 2022-10-31 17:07:21

2.8K1

发布于 2022-10-31 17:07:21

文章被收录于专栏：R语言及实用科研软件R语言及实用科研软件

1写在前面

1.1 什么是Q-Q plot？

在GWAS研究中，还有一种常用的图形就是Q-Q plot,虽然它的颜值可能不如曼哈顿图，但是它表达的信息比曼哈顿图要丰富得多😽, 相当于GWAS研究的质控图。

1.2 Q-Q plot的原理是什么？

Q-Q plot全称是quantile-quantile plot，也就是分位图，基本原理是通过比较两个概率分布的分位数,从而实现对两个概率分布进行比较。

1.3 Q-Q plot怎么解读？

✅ STEP1 Q-Q plot的Y轴是SNP位点的p值(实际结果，即observed); X轴是则是均匀分布的概率值(期望值，即Expected); Note! 上述指标均为换算为-log10后的数值。

✅ STEP2 如果traits并非真的受SNP的影响，那么会看到GWAS的p值分布和均匀分布的结果集中在一条直线上; 💔 如果traits真的受SNP的影响，GWAS的p值会在随X轴的增大，突然出现与均匀分布的快速分离。🤜🤛

2用到的包

rm(list = ls())
library(CMplot)

3示例数据

data(pig60K)
data(cattle50K)

4Single_track Q-Q plot

CMplot(pig60K,plot.type="q",
       box=F,
       file="jpg",
       memo="",
       dpi=300,conf.int=TRUE,
       conf.int.col=NULL,
       threshold.col="red",
       threshold.lty=2,
       file.output=F,
       verbose=F,
       width=5,height=5)

5Multi_tracks Q-Q plot

🧐常遇到的问题： ✅ 如何把不同的traits画在一张图上 ✅ 如果存在缺失值，怎么标记出来

我们先无中生有造几个缺失值出来，分别在trait2和trait3中。 🤫 这里我们把NA标记成◇和△

pig60K$trait1[sample(1:nrow(pig60K), round(nrow(pig60K)*0.80))] <- NA
pig60K$trait2[sample(1:nrow(pig60K), round(nrow(pig60K)*0.25))] <- NA

CMplot(pig60K,
       plot.type="q",
       col=c("dodgerblue1", "olivedrab3", "darkgoldenrod1"),
       threshold=1e-6,
       ylab.pos=2,
       signal.pch=c(19,6,5), # shape of significant points.
       signal.cex=1.2,
       signal.col="red", # the colors of significant points 
       conf.int=T, # whether to plot confidence interval on QQ-plot.
       box=F,
       multracks=T,
       cex.axis=2,
       file="jpg", memo="",dpi=300,
       file.output=F,verbose=F,
       ylim=c(0,8),
       width=5,height=5)

当然你也可以三个分开然后拼在一起

CMplot(pig60K,
       plot.type="q",
       col=c("dodgerblue1", "olivedrab3", "darkgoldenrod1"),
       threshold=1e-6,
       ylab.pos=2,
       signal.pch=c(19,6,5), # shape of significant points.
       signal.cex=1.2,
       signal.col="red", # the colors of significant points 
       conf.int=T, # whether to plot confidence interval on QQ-plot.
       box=F,
       multracks=F,
       cex.axis=2,
       file="jpg", memo="",dpi=300,
       file.output=F,verbose=F,
       ylim=c(0,8),
       width=5,height=5)