график результатов генетической корреляции LDSC

Обзор

В этом репозитории представлен наш сценарий для воспроизведения корреляционного corrplot генетической корреляции (рис. 2) на основе результатов двумерной регрессии оценки LD (Kanai, M. et al ., Nat. Genet. 2018).

Требования

R с dplyr и нашей модифицированной версией corrplot (mkanai/corrplot).

 install.packages("dplyr")
devtools::install_github("mkanai/corrplot")

График генетической корреляции (рис. 2)

Мы модифицировали график для визуализации парных генетических корреляций, оцененных с помощью двумерной регрессии оценки LD. Более крупные квадраты соответствуют более значимым FDR corrplot(method = 'psquare', p.mat = p.mat, ...) ). Значимые корреляции (FDR <0,05) отмечены звездочками ( corrplot(sig = 'pch', sig.level = 0.05, pch = '*') ).

Использование

 Rscript plot_corrplot_rg.R input_example/input_rg.txt input_example/traitlist.txt

Входные данные: генетические корреляции ( `input_rg.txt` ).

В этом файле представлен список всех парных генетических корреляций, оцененных с помощью программного обеспечения ldsc. Скрипт ожидает, что все строки уникальны ( т. е. по одной строке на каждую пару признаков). Обязательные поля следующие:

p1_category : Категория признака признака 1.
p1 : Черта 1
p2_category : Категория признака признака 2.
p2 : Черта 2
rg : генетическая корреляция
p : P-значение
q : q-значение FDR

Входные данные: список черт ( `traitlist.txt` )

Этот файл содержит список характеристик и их категорий. Он определяет цвет каждой категории на рисунке. Обязательные поля следующие:

CATEGORY : Категория признака
TRAIT : название черты.
COLOR : Цвет категории

Выход

Пример вывода показан ниже. Чтобы получить опубликованный рисунок, мы отредактировали PDF-файл с помощью Adobe Illustrator.

Цитирование

Оригинальный пакет corrplot :

Тайюнь Вэй и Вильям Симко. Пакет R «corrplot»: визуализация корреляционной матрицы (версия 0.85). (2018) Доступно по адресу https://github.com/taiyun/corrplot.

Пример данных и опубликованный рисунок:

Канаи М. и др . Генетический анализ количественных признаков японской популяции связывает типы клеток со сложными заболеваниями человека. Нат. Жене. 50 , 390–400 (2018). doi:10.1038/s41588-018-0047-6