karyoploteR畫enhancer附近的信號分布

library("karyoploteR")
library("IRanges")
library("GenomicFeatures")
library(Biobase)
library(dbplyr)
library(AnnotationDbi)
library(TxDb.Hsapiens.UCSC.hg38.knownGene)
library(BiocFileCache)
library(org.Hs.eg.db)
#------------------------------
pdf('1.pdf',width = 11,height = 8.5)
pic<-function(regi){
#文件有兩列腰懂,第一列是enhancer位置浦旱,第二列是enhancer擴展后的要展示的染色體區(qū)域
r<-regi[1]#enhancer就在添加region的時候用到了
reg<-regi[2]
enh.region <- toGRanges(reg)
#----------------------------------------
histone.marks <- c(H3K4me3="H3K4me3.bigWig",
                   H3K4me1="H3K4me1.bigWig",
                   H3K27ac="H3K27ac.bigWig"
                   )
DNA.binding <- c(CTCF="CTCF.bigWig",
                 DNase="DNase.bigWig",
                 POL2="POLR2A.bigWig",
                 YY1="YY1.bigWig")
pp <- getDefaultPlotParams(plot.type=1)
pp$leftmargin <- 0.15
pp$topmargin <- 15
pp$bottommargin <- 15
pp$ideogramheight <- 5
pp$data1inmargin <- 10
pp$data1outmargin <- 0

kp <- plotKaryotype(zoom = enh.region, cex=0.7, plot.params = pp)
genes.data <- makeGenesDataFromTxDb(TxDb.Hsapiens.UCSC.hg38.knownGene,
                                    karyoplot=kp,
                                    plot.transcripts = TRUE, 
                                    plot.transcripts.structure = TRUE)

genes.data <- addGeneNames(genes.data)
genes.data <- mergeTranscripts(genes.data)


kpAddBaseNumbers(kp, tick.dist = 10000, minor.tick.dist = 2000,
                 add.units = TRUE, cex=0.7, tick.len = 3)
kpAddMainTitle(kp, "Epigenetic Regulation in HepG2", cex=1)
kpPlotGenes(kp, data=genes.data, r0=0, r1=0.14, gene.name.cex = 0.5)
#添加區(qū)域
kpPlotRegions(kp, data=c(r), col="#C1FFC1", r0=0.24, r1=1)

kpPlotRegions(kp, data=c(r), col="#FFC125", r0=0.22, r1=0.24)


#添加文本
kpText(kp,labels = "Enhancer chr22:30212552-30213117", chr="chr22", x=30212552,y=0.2,r0=0.20, r1=0.22,cex=0.6)



#Histone marks
total.tracks <- length(histone.marks)+length(DNA.binding)
out.at <- autotrack(1:length(histone.marks), total.tracks, margin = 0.3, r0=0.25)
kpAddLabels(kp, labels = "Histone marks", r0 = out.at$r0, r1=out.at$r1, cex=1,
            srt=90, pos=1, label.margin = 0.14)

for(i in seq_len(length(histone.marks))) {
  bigwig.file <- paste0(histone.marks[i])
  at <- autotrack(i, length(histone.marks), r0=out.at$r0, r1=out.at$r1, margin = 0.1)
  kp <- kpPlotBigWig(kp, data=bigwig.file, ymax="visible.region",
                     r0=at$r0, r1=at$r1, col = "#3A5FCD")
  computed.ymax <- ceiling(kp$latest.plot$computed.values$ymax)
  kpAxis(kp, ymin=0, ymax=computed.ymax, tick.pos = computed.ymax, 
         r0=at$r0, r1=at$r1, cex=0.7)
  kpAddLabels(kp, labels = names(histone.marks)[i], r0=at$r0, r1=at$r1, 
              cex=0.7, label.margin = 0.035)
}

#DNA binding proteins
out.at <- autotrack((length(histone.marks)+1):total.tracks, total.tracks, margin = 0.3, r0=0.2)

kpAddLabels(kp, labels = "DNA-binding proteins", r0 = out.at$r0, r1=out.at$r1,
            cex=1, srt=90, pos=1, label.margin = 0.14)
for(i in seq_len(length(DNA.binding))) {
  bigwig.file <- paste0(DNA.binding[i])
  at <- autotrack(i, length(DNA.binding), r0=out.at$r0, r1=out.at$r1, margin = 0.1)
  kp <- kpPlotBigWig(kp, data=bigwig.file, ymax="visible.region",
                     r0=at$r0, r1=at$r1, col = "#FF4040")
  computed.ymax <- ceiling(kp$latest.plot$computed.values$ymax)
  kpAxis(kp, ymin=0, ymax=computed.ymax, tick.pos = computed.ymax, 
         r0=at$r0, r1=at$r1, cex=0.7)
  kpAddLabels(kp, labels = names(DNA.binding)[i], r0=at$r0, r1=at$r1, 
              cex=0.7, label.margin = 0.035)
}

}
#enhancer file
a<-read.csv('0.txt',header=FALSE,sep = '\t')
b<-apply(a,1,pic)
dev.off()

效果圖:


0001.jpg

感覺就一個不好理解的參數(shù):r0和r1
r0:是起始的高度
r1:是結(jié)束的高度
r1-r0才是我們想要展示內(nèi)容的高度(想象這個畫布本身就有刻度線)

傳入的增強子文件格式:前面是enhancer归形,后面是enhancer上下5kb


enhancer.png
最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末,一起剝皮案震驚了整個濱河市蘸拔,隨后出現(xiàn)的幾起案子,更是在濱河造成了極大的恐慌蛛砰,老刑警劉巖疾嗅,帶你破解...
    沈念sama閱讀 206,968評論 6 482
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件,死亡現(xiàn)場離奇詭異仪际,居然都是意外死亡围小,警方通過查閱死者的電腦和手機昵骤,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 88,601評論 2 382
  • 文/潘曉璐 我一進店門树碱,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人变秦,你說我怎么就攤上這事成榜。” “怎么了蹦玫?”我有些...
    開封第一講書人閱讀 153,220評論 0 344
  • 文/不壞的土叔 我叫張陵赎婚,是天一觀的道長。 經(jīng)常有香客問我樱溉,道長挣输,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 55,416評論 1 279
  • 正文 為了忘掉前任福贞,我火速辦了婚禮撩嚼,結(jié)果婚禮上,老公的妹妹穿的比我還像新娘挖帘。我一直安慰自己完丽,他們只是感情好,可當我...
    茶點故事閱讀 64,425評論 5 374
  • 文/花漫 我一把揭開白布拇舀。 她就那樣靜靜地躺著逻族,像睡著了一般。 火紅的嫁衣襯著肌膚如雪骄崩。 梳的紋絲不亂的頭發(fā)上聘鳞,一...
    開封第一講書人閱讀 49,144評論 1 285
  • 那天薄辅,我揣著相機與錄音,去河邊找鬼抠璃。 笑死长搀,一個胖子當著我的面吹牛,可吹牛的內(nèi)容都是我干的鸡典。 我是一名探鬼主播源请,決...
    沈念sama閱讀 38,432評論 3 401
  • 文/蒼蘭香墨 我猛地睜開眼,長吁一口氣:“原來是場噩夢啊……” “哼彻况!你這毒婦竟也來了谁尸?” 一聲冷哼從身側(cè)響起,我...
    開封第一講書人閱讀 37,088評論 0 261
  • 序言:老撾萬榮一對情侶失蹤纽甘,失蹤者是張志新(化名)和其女友劉穎良蛮,沒想到半個月后,有當?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體悍赢,經(jīng)...
    沈念sama閱讀 43,586評論 1 300
  • 正文 獨居荒郊野嶺守林人離奇死亡决瞳,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點故事閱讀 36,028評論 2 325
  • 正文 我和宋清朗相戀三年,在試婚紗的時候發(fā)現(xiàn)自己被綠了左权。 大學時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片皮胡。...
    茶點故事閱讀 38,137評論 1 334
  • 序言:一個原本活蹦亂跳的男人離奇死亡,死狀恐怖赏迟,靈堂內(nèi)的尸體忽然破棺而出屡贺,到底是詐尸還是另有隱情,我是刑警寧澤锌杀,帶...
    沈念sama閱讀 33,783評論 4 324
  • 正文 年R本政府宣布甩栈,位于F島的核電站,受9級特大地震影響糕再,放射性物質(zhì)發(fā)生泄漏量没。R本人自食惡果不足惜,卻給世界環(huán)境...
    茶點故事閱讀 39,343評論 3 307
  • 文/蒙蒙 一突想、第九天 我趴在偏房一處隱蔽的房頂上張望殴蹄。 院中可真熱鬧,春花似錦蒿柳、人聲如沸饶套。這莊子的主人今日做“春日...
    開封第一講書人閱讀 30,333評論 0 19
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽妓蛮。三九已至,卻和暖如春圾叼,著一層夾襖步出監(jiān)牢的瞬間蛤克,已是汗流浹背捺癞。 一陣腳步聲響...
    開封第一講書人閱讀 31,559評論 1 262
  • 我被黑心中介騙來泰國打工, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留构挤,地道東北人髓介。 一個月前我還...
    沈念sama閱讀 45,595評論 2 355
  • 正文 我出身青樓,卻偏偏與公主長得像筋现,于是被迫代替她去往敵國和親唐础。 傳聞我的和親對象是個殘疾皇子,可洞房花燭夜當晚...
    茶點故事閱讀 42,901評論 2 345

推薦閱讀更多精彩內(nèi)容