使用geneHapR进行基因单倍型分析(以vcf文件为例)

前记

在群体基因组学研究中,我们常常需要知道一些位点的变异情况,以便于根据对应的表型信息估算这些位点的效应,同时了解这些位点在不同亚群之间的变化情况。这个时候我们就需要进行单倍型分析(Haplotype Analysis),单倍型分析是研究基因组中特定区域的单倍型状态的方法,通过确定个体的单倍型组合及其频率,了解基因座间的关联性以及对特定性状影响。

geneHapR是2023年发布的一款可用于单倍型分析的R包,由中国农业科学院刁现民老师课题组开发,发表于BMC旗下Bioinformatics期刊,该包的使用方法较为简单,适用于新手入门分析。

本文以vcf文件为例,演示如何进行单倍型分析。

一、geneHap包简介

1、geneHap的工作流程

如下图所示,可以看到,用户需要准备的包括:基因型文件、注释文件和样本信息文件,以及后续会用的表型文件。输出的主要内容有:变异位点的可视化、单倍型网络、地理分布、表型比较和连锁不平衡热图。
geneHapR的工作流程

2、geneHapR的安装

打开R或Rstudio,输入以下代码进行安装:

R 复制代码
library(BiocManager)
BiocManager::install(c("Biostrings", "GenomicRanges", "muscle", 
                       "IRanges", "rtracklayer", "trackViewer"))
install.packages("geneHapR")
library(geneHapR)

二、输入文件的设置

需事先查询好目的基因的物理位置信息,使用bcftools工具提取目的基因的vcf变异信息文件,代码如下:

R 复制代码
#bcftools将vcf生成bgzip和index格式
bcftools view my.vcf -Oz -o my.vcf.b.gz
bcftools index my.vcf.b.gz

#提取基因的vcf文件
bcftools filter my.vcf.b.gz --regions chr1:3478748-3480748 > mygene.vcf

在R中读取该文件:

R 复制代码
vcf <- import_vcf("mygene.vcf")

单纯地进行基因的单倍型分析(即获取基因的不同单倍型分类情况),只需基因的vcf文件!

三、进行单倍型分析

R或Rstudio,输入以下代码:

R 复制代码
library(geneHapR)
setwd("D:/Working-Folder/R-work/geneHapR/")

vcf <- import_vcf("mygene.vcf")
geneID <- "mygene"      # 基因ID
Chr <- "num"           # 基因所处的染色体名称
start <- start        # 基因的起始位置(染色体坐标)
end <- end          # 基因的终止位置(染色体坐标)
hapPrefix <- "Hap"        # 单倍型名称的前缀
# 从VCF开始单倍型鉴定
hapResult <- vcf2hap(vcf, hapPrefix = hapPrefix,
                     hetero_remove = TRUE, # 移除包含杂合位点的样本
                     na_drop = TRUE) # 移除包含基因型缺失的样本
# 对单倍型结果进行汇总整理
hapSummary <- hap_summary(hapResult, hapPrefix = hapPrefix)

# 将单倍型鉴定结果保存到硬盘
write.hap(hapResult, file = "mygene.hapResult")
write.hap(hapSummary, file = "mygene.hapSummary")

# 导入之前的单倍型分析结果
hapResult <- import_hap(file = "mygene.hapResult")
hapSummary <- import_hap(file = "mygene.hapSummary")

# 以表格形式展示各单倍型的基因型
plotHapTable(hapSummary,             # 单倍型结果
             hapPrefix = hapPrefix,  # 单倍型名称前缀
             angle = 45,             # 物理位置的角度
             displayIndelSize = 0,   # 图中展示最大的Indel大小
             title = geneID)         # 图片标题

运行结束后,会产生一个表格型图片,显示该基因的单倍型信息。

可以看到,该基因有6种单倍型,最后面一列是每种单倍型对应的样本数目。

四、优异单倍型挖掘

获取单倍型及对应的样本信息后,再结合对应的表型,进行多重比较,即可获知哪一种单倍型的表型最好。此过程可在Excel活GraphPad Prism等软件进行,过程较为简单,在此不再演示。

五、参考信息

geneHapR做基因单倍型分析-CSDN博客https://blog.csdn.net/zhang_rl/article/details/130831155

GitHub - ZhangRenL/geneHapRContribute to ZhangRenL/geneHapR development by creating an account on GitHub.https://github.com/ZhangRenL/geneHapRgeneHapR: an R package for gene haplotypic statistics and visualization | BMC Bioinformatics | Full Text (biomedcentral.com)https://bmcbioinformatics.biomedcentral.com/articles/10.1186/s12859-023-05318-9

后记

以上是简单使用geneHapR包进行单倍型分析的操作,后续讲述该包的其它功能(基因结构、LD分析、单倍型网络和地理分布等)。

--------2024.4.12

--------CXGG

千里之行,始于足下。

相关推荐
棱角~~15 小时前
盘点和嗨格式一样好用的10款数据恢复!!
数据库·经验分享·安全·电脑·学习方法
有梦想的Frank博士1 天前
R语言*号标识显著性差异判断组间差异是否具有统计意义
开发语言·信息可视化·r语言
小安运维日记1 天前
Linux云计算 |【第五阶段】CLOUD-DAY8
linux·运维·docker·云计算·k8s·学习方法
The_Ticker2 天前
PHP查询实时股票行情
开发语言·php·学习方法
良技漫谈2 天前
Rust移动开发:Rust在Android端集成使用介绍
android·程序人生·rust·kotlin·学习方法
棱角~~2 天前
10款PDF转Word软件工具的使用感受及其亮点!!!
经验分享·pdf·word·学习方法
yoona10203 天前
《女巫攻击:潜伏在网络背后的隐秘威胁与防御策略》
网络·web安全·区块链·学习方法·女巫攻击
观音山保我别报错3 天前
C语言猜数字小游戏
c语言·开发语言·学习方法
ZBZ06073 天前
李萨如图形数据处理
学习·学习方法·数据处理·maple学习
什么半岛铁盒3 天前
【C++系列】-----------内存管理
c语言·c++·学习方法