跳到主要内容

曼哈顿图

曼哈顿图把 GWAS 的 p 值按染色体铺开:x 轴横跨各条染色体,y 轴是 −log₁₀(p),染色体交替上色,边界才读得出来。 高过虚线显著性阈值的那些峰,就是这张图存在的全部意义。

SELECT kuva_render(to_json({
'title': 'GWAS results',
'y_axis': {'name': '-log10(p-value)'},
'series': [{
'type': 'manhattan',
'points': pts,
'legend': 'thresholds'
}]
})) AS chart
FROM (
SELECT list({'chromosome': chr, 'pvalue': pvalue}) AS pts
FROM read_csv_auto('{{DFK_BASE_URL}}data/gene_stats.tsv')
);

顺序模式​

不给 position 时,染色体按基因组顺序(1–22、X、Y、MT)排,每条染色体内部的点拿连续的整数 x。拿不到碱基 坐标时,这就是诚实的默认画法 —— 峰的形状保住了,但轴不再对应物理距离。

碱基坐标模式​

给每个点一个 position 和 build,x 轴就变成真正的基因组坐标:染色体长度取自参考版本,长的染色体于是占更多的轴。 该版本里的每条染色体都会有一条带标签的色带,哪怕它一个数据点都没有。

build装配版本
"hg19"GRCh37 / hg19
"hg38"GRCh38 / hg38
"t2t"T2T-CHM13 v2.0
SELECT kuva_render(to_json({
'title': 'On real genomic coordinates',
'x_axis': {'name': 'position', 'tick_format': 'sci'},
'y_axis': {'name': '-log10(p-value)'},
'series': [{
'type': 'manhattan',
'points': pts,
'build': 'hg38',
'label_top': 8,
'legend': 'thresholds'
}]
})) AS chart
FROM (
SELECT list({'chromosome': chr, 'position': pos, 'pvalue': pvalue,
'label': gene}) AS pts
FROM read_csv_auto('{{DFK_BASE_URL}}data/gene_stats.tsv')
);

染色体名带不带 "chr" 前缀都认,所以 chr11 与 11 是同一条染色体。

点名标注​

label_top 会给全基因组阈值以上最显著的 n 个点加标签 —— 一个没有基因名的峰,也仍然值得一个点。想指定标注 某个点时,给它一个 label:那个标签会盖过自动挑选,而 label_style 决定它怎么放。

SELECT kuva_render(to_json({
'title': 'Named peaks',
'x_axis': {'name': 'position', 'tick_format': 'sci'},
'y_axis': {'name': '-log10(p-value)'},
'series': [{
'type': 'manhattan',
'points': pts,
'build': 'hg38',
'label_top': 5,
'label_style': {'offset_x': 10, 'offset_y': 14},
'legend': 'thresholds'
}]
})) AS chart
FROM (
SELECT list({'chromosome': chr, 'position': pos, 'pvalue': pvalue,
'label': gene}) AS pts
FROM read_csv_auto('{{DFK_BASE_URL}}data/gene_stats.tsv')
);

阈值与颜色​

字段默认设置什么
genome_wide7.301红色虚线,单位是 −log10(p) —— 即 p = 5×10⁻⁸
suggestive5.0灰色虚线 —— 即 p = 1×10⁻⁵
color_a / color_bsteelblue / #5aadcb染色体交替的两种颜色
point_size2.5圆点半径(像素)

两个阈值都是按 −log10 尺度给的 —— p = 1×10⁻⁶ 就传 6。

SELECT kuva_render(to_json({
'title': 'Custom thresholds and colours',
'y_axis': {'name': '-log10(p-value)'},
'series': [{
'type': 'manhattan',
'points': pts,
'genome_wide': 6,
'suggestive': 4,
'color_a': '#4c72b0',
'color_b': '#dd8452',
'point_size': 3,
'legend': 'thresholds'
}]
})) AS chart
FROM (
SELECT list({'chromosome': chr, 'pvalue': pvalue}) AS pts
FROM read_csv_auto('{{DFK_BASE_URL}}data/gene_stats.tsv')
);

染色体标签重叠​

默认画布宽度下,那些小染色体窄得让标签互相压住。布局的 x_axis.label_overlap 决定怎么办 —— 想让每个染色体名都 看得见,stagger 就是那个:

label_overlap行为
"allow"每个标签都画,小染色体可能重叠(默认)
"thin"会压到邻居的标签直接不画
"stagger"全部保留,冲突的那些在两行之间交替
SELECT kuva_render(to_json({
'title': 'Staggered chromosome labels',
'x_axis': {'name': 'position', 'label_overlap': 'stagger', 'tick_format': 'sci'},
'y_axis': {'name': '-log10(p-value)'},
'series': [{
'type': 'manhattan',
'points': pts,
'build': 'hg38',
'legend': 'thresholds'
}]
})) AS chart
FROM (
SELECT list({'chromosome': chr, 'position': pos, 'pvalue': pvalue}) AS pts
FROM read_csv_auto('{{DFK_BASE_URL}}data/gene_stats.tsv')
);

stagger 会为第二行自动加高底边距 —— 花一点高度,换一根读得清的轴。

字段​

字段类型设置什么
pointspoint[]必填。 每项是 {chromosome, pvalue, position?, label?}。
positionnumber碱基位置 —— 配 build 时 x 变成基因组坐标。
labelstring给这个点一个名字;盖过 label_top 的自动挑选。
buildstring"hg19" · "hg38" · "t2t" —— 提供染色体长度。
genome_wide / suggestivenumber两条虚线阈值,单位 −log10(p)。
color_a / color_bstring染色体交替的两种颜色。
point_sizenumber圆点半径(像素,默认 2.5)。
label_topinteger给全基因组线以上最显著的 n 个点加标签。
label_stylestring | object"nudge"(默认)· "exact" · "repel" · {offset_x, offset_y}。
pvalue_floornumber−log10 变换时 p 值的显式下限。
legendstring任一非空值就打开阈值图例。

说明​

  • points 不能为空,且每个点要有 chromosome 与 pvalue。
  • pvalue 是原始 p 值。相比之下 genome_wide 与 suggestive 已经是 −log10 之后的 —— 同一份规格里两者不 在同一个尺度上,阈值线画错地方时,先查这里。
  • 有 position 但没有 build 时,它被直接当作 x 坐标 —— 那是留给预计算坐标或非人类基因组的出口。
  • 碱基模式下染色体顺序跟着 build 走,顺序模式下按标准基因组顺序 —— chr10 排在 chr9 之后,不是按字母排。
  • 颜色交替是按染色体顺序、不是按名字,所以某个 build 少了一条染色体时,它后面所有颜色都会跟着平移。

另见​