首页 > 其他分享 >RIdeogram绘制基因组染色体标记图

RIdeogram绘制基因组染色体标记图

时间:2024-06-16 10:55:09浏览次数:25  
标签:gene density 基因组 Chr human RIdeogram karyotype 绘制

Y叔团队参与开发的一个R包RIdeogram,可用来绘制基因组染色体的可视化图形,如基因密度、分子标记等。

直接上代码。

#install.packages("RIdeogram")
library(RIdeogram)
data(human_karyotype, package="RIdeogram")
data(gene_density, package="RIdeogram")
data(Random_RNAs_500, package="RIdeogram")

数据格式:

> head(human_karyotype)
  Chr Start       End  CE_start    CE_end
   1     0 248956422 122026459 124932724
   2     0 242193529  92188145  94090557
   3     0 198295559  90772458  93655574
   4     0 190214555  49712061  51743951
   5     0 181538259  46485900  50059807
   6     0 170805979  58553888  59829934
   
> head(gene_density)
  Chr   Start     End Value
   1       1 1000000    65
   1 1000001 2000000    76
   1 2000001 3000000    35
   1 3000001 4000000    30
   1 4000001 5000000    10
   1 5000001 6000000    10

> head(Random_RNAs_500)
   Type    Shape Chr    Start      End  color
  tRNA   circle   6 69204486 69204568 6a3d9a
  rRNA      box   3 68882967 68883091 33a02c
  rRNA      box   5 55777469 55777587 33a02c
  rRNA      box  21 25202207 25202315 33a02c
 miRNA triangle   1 86357632 86357687 ff7f00
 miRNA triangle  11 74399237 74399333 ff7f00

绘图。

ideogram(karyotype = human_karyotype)
convertSVG("chromosome.svg", device = "png")

ideogram(karyotype = human_karyotype, overlaid = gene_density)
convertSVG("chromosome.svg", device = "png")

ideogram(karyotype = human_karyotype, 
         overlaid = gene_density,
         label = Random_RNAs_500, 
         label_type = "marker")
convertSVG("chromosome.svg", device = "png")

更多细节可查看:https://cran.r-project.org/web/packages/RIdeogram/vignettes/RIdeogram.html

注意事项:输入数据的列名需与示例数据一致。

标签:gene,density,基因组,Chr,human,RIdeogram,karyotype,绘制
From: https://www.cnblogs.com/miyuanbiotech/p/18250279

相关文章

  • 泛基因组比对教程
    通过代码指导Minimmap2基因组比对和seq-seq-pan泛基因组比对,并在R中进行可视化。本教程提供了一个示例,该示例使用Heliconiusbutterflies中optix基因位点的两种单倍型。教程:https://stevenvb12.github.io/代码:https://github.com/StevenVB12/Tutorial_pan_genomics......
  • AI育种家:作物育种的基因组预测
    分享一篇近期来自华中农大王旭彤老师(即SoyDNGP作者)的综述,以SoyDNGP为例。建议参考之前的推文:基于深度学习框架的基因组预测新模型SoyDNGP。摘要人工智能(AI)与作物育种的结合代表了向数据驱动型农业实践的范式转变,旨在提高作物改良的效率和精度。本文对大豆深度神经网络等基因组......
  • Nature Methods | 二倍体基因组组装工具hypo-assembler
    近日,Wing-KinSung(宋永健)博士在NatureMethods发文CreatingdiploidassembliesfromNanoporeandIlluminareadswithhypo-assembler,报道其开发的基因组组装新工具hypo-assembler,该工具可以利用Nanopore和Illuminareads将二倍体基因组组装成两套单倍型。关于KinSung:作为......
  • JIPB特邀综述 | 油菜功能基因组学研究进展
    近期,华中农大赵虎&郭亮团队在JIPB上发表发表综述:FunctionalgenomicsofBrassicanapus:Progresses,challengesandperspectives,总结了近年来油菜功能基因组学的研究进展,包括种质资源、组学数据库和克隆功能基因的可用性以及主要挑战和前景。甘蓝型油菜(Brassicanapus;AA......
  • The Crop Journal | 部分双列杂交设计的玉米产量基因组预测
    中国农业科学院作物科学研究所联合国际玉米小麦改良中心(CIMMYT)等单位在《TheCropJournal》发表论文:Genomicpredictionofyieldperformanceamongsingle-crossmaizehybridsusingapartialdiallelcrossdesign。希望根据中国黄淮河谷(夏播区,SUS)和东北(春播区,SPS)两大玉米......
  • 机器学习利用在基因组预测中的评估
    本文旨在比较机器学习方法在基因组预测中的表现,并评估其对高维数据的处理能力。作者使用了正则化回归、深度学习、集成和实例基础学习等不同类型的监督学习方法,分别应用于模拟动物育种数据集和三个实际玉米育种数据集中。结果表明,机器学习方法的表现和计算成本取决于数据和目标性......
  • 基因组选择(GS)中准确性(R2)和预测能力(PA)的区别
    在基因组选择领域,"准确性"(Accuracy)和"预测能力"(PredictionAbility)是两个常用的评价指标,用于衡量基因组选择模型的性能。在学术研究中,两者都有用到,但没有明显区分,容易出现混用情况。以下是一篇文章中的定义:https://bmcgenomics.biomedcentral.com/articles/10.1186/s12864-018-......
  • 机器学习与基因组编辑相结合以加速作物改良
    近日,扬州大学张韬团队在aBIOTECH发表综述“Integratingmachinelearningandgenomeeditingforcropimprovement”。随着大数据的积累,越来越多基于机器学习的方法被应用于植物科学研究,包括功能性基因和调控元件的挖掘,蛋白质结构的预测,以及表型的快速鉴定。先进的CRISPR基因......
  • 工具 | R包mapmixture绘制群体结构与地图分布
    mapmixture简介群体结构(admixture)绘图,R包pophelper是神器(https://github.com/royfrancis/pophelper),立个flag,下次投稿。今天给大家介绍的是另一个R包mapmixture,同样可绘制群体结构图,并与地图分布相结合。小小R包竟然能够发到MER,也是很神奇。想想几年前小野为了画个漂亮的地图,费了......
  • 推荐 怎么绘制CNS级别的科研图片?
    好文配好图,好图胜千言!一篇高水平科研论文肯定少不了漂亮的图片。今天给各位学术界的小伙伴推荐一个操作简单、制作精良、专业又高级的科研绘图神器——BioRender(https://www.biorender.com/)。小编最近发表的一篇文章的图片有用到。而恰好,上次分享RajeevVarshney的一篇基因组辅......