R中的长矢量图/覆盖图

Question

我真的需要你的R技能。几天来一直在使用这个情节。我是R新手，所以这可以解释一下。

我有染色体的序列覆盖率数据（基本上是沿着每条染色体长度的每个位置的值，使得载体的长度数百万）。我想对我的阅读做一个很好的报道。这是我到目前为止所得到的：

看起来没问题，但是我错过了y标签，所以我可以分辨出它是哪条染色体，而且我一直无法修改x轴，所以它会在覆盖结束的地方结束。此外，我自己的数据要大得多，这使得这个情节特别需要很长时间。这就是我尝试这个HilbertVis plotLongVector的原因。它工作但我无法弄清楚如何修改它，x轴，标签，如何记录y轴，并且矢量都在绘图上获得相同的长度，即使它们不是同样长。

source("http://bioconductor.org/biocLite.R")
biocLite("HilbertVis")
library(HilbertVis)
chr1 <- abs(makeRandomTestData(len=1.3e+07)) 
chr2 <- abs(makeRandomTestData(len=1e+07)) 

par(mfcol=c(8, 1), mar=c(1, 1, 1, 1), ylog=T)

# 1st way of trying with some code I found on stackoverflow
# Chr1
plotCoverage <- function(chr1, start, end) { # Defines coverage plotting function.
  plot.new()
  plot.window(c(start, length(chr1)), c(0, 10))
  axis(1, labels=F) 
  axis(4)
  lines(start:end, log(chr1[start:end]), type="l")
}
plotCoverage(chr1, start=1, end=length(chr1)) # Plots coverage result.

# Chr2
plotCoverage <- function(chr2, start, end) { # Defines coverage plotting function.
  plot.new()
  plot.window(c(start, length(chr1)), c(0, 10))
  axis(1, labels=F) 
  axis(4)
  lines(start:end, log(chr2[start:end]), type="l")
}
plotCoverage(chr2, start=1, end=length(chr2)) # Plots coverage result.


# 2nd way of trying with plotLongVector
plotLongVector(chr1, bty="n", ylab="Chr1") # ylab doesn't work
plotLongVector(chr2, bty="n")

然后我有另一种叫做特别感兴趣的基因载体。它们与染色体载体的长度大致相同，但在我的数据中它们包含的值比数值更多。

genes_chr1 <- abs(makeRandomTestData(len=1.3e+07)) 
genes_chr2 <- abs(makeRandomTestData(len=1e+07)) 

这些基因载体我想在染色体下绘制成红点！基本上，如果矢量具有那里的值（> 0），则它在长矢量图下呈现为点（或线）。这个我不知道如何添加！但这似乎相当简单。

请帮帮我！非常感谢你。

Answer 1

免责声明：请不只需复制并粘贴此代码即可运行染色体的整个位置。请抽样位置（例如，如@ Gx1sptDTDa所示）并绘制那些。否则，如果您的计算机在排水管中存活，您可能会在数小时后得到一个巨大的黑色矩形矩形。

使用ggplot2，使用geom_area很容易实现。在这里，我为300个位置的三条染色体生成了一些随机数据，只是为了举例说明。我希望你可以建立起来。

# construct a test data with 3 chromosomes and 100 positions
# and random coverage between 0 and 500
set.seed(45)
chr <- rep(paste0("chr", 1:3), each=100)
pos <- rep(1:100, 3)
cov <- sample(0:500, 300)
df  <- data.frame(chr, pos, cov)

require(ggplot2)
p <- ggplot(data = df, aes(x=pos, y=cov)) + geom_area(aes(fill=chr))
p + facet_wrap(~ chr, ncol=1)

Answer 2

您可以使用ggplot2包。

我不确定你到底想要什么，但这就是我的所作所为： 这有7000个随机数据点（实际上染色体1基因数量的两倍左右）。我使用alpha来显示密集区域（这里不是很多，因为它是随机数据）。

library(ggplot2)
Chr1_cov <- sample(1.3e+07,7000)
Chr1 <- data.frame(Cov=Chr1_cov,fil=1)
pl <- qplot(Cov,fil,data=Chr1,geom="pointrange",ymin=0,ymax=1.1,xlab="Chromosome 1",ylab="-",alpha=I(1/50))
print(pl)

就是这样。这发生在不到一秒钟。 ggplot2有大量settings，所以试试吧。使用构面创建多个图形。

---

下面的代码用于某种移动平均线，然后绘制其输出。它不是真实移动平均线，因为实际移动平均线将具有（几乎）与原始数据点相同数量的数据点 - 它只会使数据更平滑。但是，此代码每n个点取一个平均值。它当然会运行得更快，但你会丢失很多详细的信息。

VeryLongVector <- sample(500,1e+07,replace=TRUE)

movAv <- function(vector,n){
    chops <- as.integer(length(vector)/n)
    count <- 0
    pos <- 0
    Cov <-0
    pos[1:chops] <- 0
    Cov[1:chops] <- 0
    for(c in 1:chops){
        tmpcount <- count + n
        tmppos <- median(count:tmpcount)
        tmpCov <- mean(vector[count:tmpcount])
        pos[c] <- tmppos
        Cov[c] <- tmpCov
        count <- count + n
    }

    result <- data.frame(pos=pos,cov=Cov)
    return(result)
}

Chr1 <- movAv(VeryLongVector,10000)
qplot(pos,cov,data=Chr1,geom="line")