共线性图
共线性图比较两条或多条序列之间的保守区域:每条序列一根横条,每个共线区块是一条连接对应区间的带子。正向区块用两侧 平行的带子,倒位区块用交叉的「蝴蝶结」带子 —— 于是一次重排变成一个形状,而不是一个数字。
WITH s AS (SELECT name, length FROM read_csv_auto('{{DFK_BASE_URL}}data/synteny_seqs.tsv')),
idx AS (SELECT name, (row_number() OVER (ORDER BY name)) - 1 AS i FROM s),
b AS (SELECT * FROM read_csv_auto('{{DFK_BASE_URL}}data/synteny_blocks.tsv'))
SELECT kuva_render(to_json({
'title': 'Sequence alignment blocks',
'series': [{
'type': 'synteny',
'sequences': (SELECT list({'label': name, 'length': length} ORDER BY name) FROM s),
'blocks': (SELECT list({'seq1': i1, 'start1': start1, 'end1': end1,
'seq2': i2, 'start2': start2, 'end2': end2,
'strand': CASE WHEN strand = '-' THEN 'reverse' ELSE 'forward' END}
ORDER BY start1, seq2, start2)
FROM (SELECT b.*, a.i AS i1, c.i AS i2
FROM b
JOIN idx a ON a.name = b.seq1
JOIN idx c ON c.name = b.seq2)),
'shared_scale': true
}]
})) AS chart;
seq1 / seq2 是下标、不是名字,所以一份以名字为键的区块表需要一个 join 把名字换成位置 —— 而两个列表必须以
同一种顺序排列,这就是为什么序列列表与下标 CTE 都按 name 排序。
倒位
strand: "reverse" 把一个区块标成反向互补:带子把源区间右缘接到目标区间左缘,画出来就是交叉的形状。共线区块与一次
重排之间,差别只有这一个字段 —— 而这正是它值得画出来的原因。
SELECT kuva_render(to_json({
'title': 'Forward and inverted blocks',
'series': [{
'type': 'synteny',
'sequences': [
{'label': 'Seq A', 'length': 1000000},
{'label': 'Seq B', 'length': 1000000}
],
'blocks': [
{'seq1': 0, 'start1': 0, 'end1': 200000, 'seq2': 1, 'start2': 0, 'end2': 200000},
{'seq1': 0, 'start1': 250000, 'end1': 500000, 'seq2': 1, 'start2': 250000, 'end2': 500000,
'strand': 'reverse'},
{'seq1': 0, 'start1': 600000, 'end1': 900000, 'seq2': 1, 'start2': 600000, 'end2': 900000}
]
}]
})) AS chart;
多条序列
超过两条序列就得到一摞两两比较。区块可以连接任意两个下标,所以连接第 0 与第 2 条序列的区块会横跨整幅图的高度 —— 三方共同保守的区域就该这样画。
SELECT kuva_render(to_json({
'title': 'Three-way comparison',
'series': [{
'type': 'synteny',
'sequences': [
{'label': 'Genome A', 'length': 500000},
{'label': 'Genome B', 'length': 480000},
{'label': 'Genome C', 'length': 450000}
],
'blocks': [
{'seq1': 0, 'start1': 0, 'end1': 100000, 'seq2': 1, 'start2': 0, 'end2': 95000},
{'seq1': 0, 'start1': 150000, 'end1': 300000, 'seq2': 1, 'start2': 140000, 'end2': 280000},
{'seq1': 1, 'start1': 0, 'end1': 100000, 'seq2': 2, 'start2': 5000, 'end2': 105000},
{'seq1': 1, 'start1': 200000, 'end1': 350000, 'seq2': 2, 'start2': 190000, 'end2': 340000,
'strand': 'reverse'}
],
'shared_scale': true
}]
})) AS chart;
颜色与图例
sequence_colors 给条上色;区块自己的 color 会盖过它本来会从源序列继承的颜色。给 legend 一个标题之后,每条序列
成为一条图例。
SELECT kuva_render(to_json({
'title': 'Coloured blocks',
'series': [{
'type': 'synteny',
'sequences': [
{'label': 'Seq 1', 'length': 500000},
{'label': 'Seq 2', 'length': 500000}
],
'sequence_colors': ['#4393c3', '#d6604d'],
'blocks': [
{'seq1': 0, 'start1': 0, 'end1': 150000, 'seq2': 1, 'start2': 0, 'end2': 150000,
'color': '#2ca02c'},
{'seq1': 0, 'start1': 200000, 'end1': 350000, 'seq2': 1, 'start2': 200000, 'end2': 340000,
'color': '#9467bd'},
{'seq1': 0, 'start1': 380000, 'end1': 480000, 'seq2': 1, 'start2': 370000, 'end2': 470000,
'color': '#ff7f0e', 'strand': 'reverse'}
],
'legend': 'blocks'
}]
})) AS chart;
共享标尺
默认每根条各自占满整幅宽度,这能把每条序列的细节放到最大,同时把它们之间的长度差藏起来。shared_scale 改用
一把标尺:每根条的宽度等于 长度 / 最大长度,于是 400 kb 的序列挨着 1 Mb 的,看起来真的只有 40 % 长。
SELECT kuva_render(to_json({
'title': 'Unequal lengths, one ruler',
'series': [{
'type': 'synteny',
'sequences': [
{'label': 'Long', 'length': 1000000},
{'label': 'Short', 'length': 400000}
],
'shared_scale': true,
'blocks': [
{'seq1': 0, 'start1': 0, 'end1': 300000, 'seq2': 1, 'start2': 0, 'end2': 300000},
{'seq1': 0, 'start1': 350000, 'end1': 700000, 'seq2': 1, 'start2': 50000, 'end2': 380000}
]
}]
})) AS chart;
样式
| 字段 | 默认 | 设置什么 |
|---|---|---|
bar_height | 18 | 序列条的高度(像素) |
block_opacity | 0.65 | 带子的不透明度 |
shared_scale | false | 所有序列共用一把标尺 |
legend | — | 图例标题;每条序列一条 |
字段
| 字段 | 类型 | 设置什么 |
|---|---|---|
sequences | sequence[] | 必填。 每条序列 {label, length, color?}。 |
sequence_colors | string[] | 条的颜色,与 sequences 平行。 |
blocks | block[] | {seq1, start1, end1, seq2, start2, end2, strand?, color?}。 |
strand | string | "forward"(默认)或 "reverse"(交叉带子)。 |
bar_height | number | 条的高度(像素,默认 18)。 |
block_opacity | number | 带子的不透明度(默认 0.65)。 |
shared_scale | boolean | 用一把共享标尺(默认关)。 |
说明
sequences不能为空,且每个区块的seq1/seq2都必须是它的合法下标。- 下标是 0 起、按位置 的,所以
sequences的顺序就是区块引用的对象 —— 在 SQL 里用一个共同的ORDER BY把两边对齐。 end必须大于start;strand: "reverse"时交叉带子仍然从较小的坐标开始,那个交叉就是方向本身。- 带子画在条之前,所以区块即使与自己的序列条重叠,看起来也是干净的。
- 不给
shared_scale时,长度相差很大的两条序列宽度看起来差不多 —— 这是默认值在悄悄替你做的一个比较, 要紧的时候要标出来。
另见
- kuva — 共线性图 —— 绘图库自己的图型参考。
- 系统发育树 —— 同一批序列之间的亲缘关系。
- 砖墙图 —— 逐碱基的细节,而不是区块级。