大家好，我是邓飞，对于GWAS分析结果，第一个要看的是曼哈顿图，看看有没有显著性的点，没有显著性的点，项目白做了！第二个要看的是QQ图，比较翘就非常理想。下面介绍一下常用的可视化方法，包括：qqman和cmplot两个包。
相关软件，比如gapit，rMVP，都会自动出图，而GEMMA，GCTA则是需要后期自己作图。
无论是软件自动出图，还是需要自己作图，学习根据GWAS结果手动作图都是必须的。
我们一般使用qqman作图和cmplot两个包画GWAS的QQ图和曼哈顿图，后者颜色更漂亮。
这篇博客，介绍一下这两个包如何画GWAS的结果可视化图。
第一个是qqman， 因为这个软件函数很方便。
「安装qqman软件」
# Install the stable release from CRAn
install.packages("qqman")
# 直接从Github上安装
devtools::install_github("stephenturner/qqman")
# 从Github上安装最新的开发版
devtools::install_github("stephenturner/qqman",ref="dev")
如果你只知道qqman，而不知道cmplot的话，这说明你还不太专业。
「安装cmplot代码」
install.packages("CMplot")
看一下cmplot包的出图：
另外，cmplot也可以出这样的图：
示例数据
使用qqman中的gwasResults数据集：
library(qqman)
data("gwasResults")
dat = gwasResults
head(dat)
str(dat)
table(dat$CHR)
第一列是SNP的ID，第二列是染色体，第三列是物理位置，第四列是P值。
共有16470个SNP数据，共有22条染色体。
qqman作图
「QQ图绘制」
这里，只需要一列P值即可。
qq(dat$P)
「曼哈顿图」如果数据结构如上所示，直接调用数据即可：
manhattan(dat)
当然，更通用的是指定染色体、物理位置、P值：
manhattan(dat,
chr = "CHR", # 染色体
bp = "BP", # 物理位置
p = "P", # P值
)
这里，还可以设置阈值线，默认是5和8：
❝suggestiveline Where to draw a "suggestive" line. Default -log10(1e-5). Set to FALSE to disable.
❞
❝genomewideline Where to draw a "genome-wide sigificant" line. Default -log10(5e-8). Set to FALSE to disable.
❞
cmplot作图
我们用同样的数据，使用cmplot作图。
「qq图绘制」
CMplot(dat,plot.type = "q",threshold = 0.05)
对比一下cmplot和qqman的QQ图：可以看到，cmplot的QQ图更好看，而且还有置信区间！666
「曼哈顿图：」代码：
CMplot(dat,plot.type = "m",threshold = c(0.01,0.05)/nrow(dat),threshold.col=c('grey','black'),
threshold.lty = c(1,2),threshold.lwd = c(1,1), amplify = T,
signal.cex = c(1,1), signal.pch = c(20,20),signal.col = c("red","orange"))
比较一下两个软件的曼哈顿图：可以看到，cmplot的作图更好看，不同染色体不同的颜色，不同阈值的结果不同的颜色。
高级作图
「SNP密度图」
CMplot(dat,plot.type = "d",bin.size = 1e6, col = c("darkgreen","yellow","red"))
「环形曼哈顿图：」
CMplot(dat,plot.type="c",r=0.5,threshold=c(0.01,0.05)/nrow(pig60K),cex = 0.5,
threshold.col = c("red","orange"), threshold.lty = c(1,2),amplify = T, cir.chr.h = 2,
signal.cex = c(2,2), signal.pch = c(19,20), signal.col=c("red","green"),outward=TRUE)
注意，这个图，很多参数都是默认的，具体还可以再设置美观一下，但是轮廓图是有了！
合并密度图和圆形曼哈顿图：
CMplot(dat,plot.type="c",r=0.4,col=c("grey30","grey60"),chr.labels=paste("Chr",c(1:22),sep=""),
threshold=c(1e-6,1e-4),cir.chr.h=1.5,amplify=TRUE,threshold.lty=c(1,2),threshold.col=c("red","blue"),signal.line=1,signal.col=c("red","green"),chr.den.col=c("darkgreen","yellow","red"),
bin.size=1e6,outward=FALSE,file="jpg",memo="",dpi=300,file.output=TRUE,verbose=TRUE)
分割线
大家好，我是邓飞，一个持续分享的农业数据分析师，这里我将自己公众号的干货内容挑重点罗列一下，方便大家阅读和使用。
1，GWAS学习教程（快来领取 | 飞哥的GWAS分析教程），这个pdf是我将公众号的内容进行了汇总，更方便从头学习GWAS分析，里面配套了数据、代码和讲解，属于干货推荐的Number 1。
2，农学人如何入门数据分析资料汇总（飞哥汇总 | 入门数据分析资源推荐），里面推荐了免费的教程，包括编程、统计和专业书籍。
3，数量遗传学电子书下载（数量遗传学，分享几本书的电子版）
4，R语言电子书线上书籍推荐（学习R语言这几本电子书就够了！）
