MeRIP-seq 数据分析之 m6A 分布特征可视化

点击上方关注“公众号”

1引言

使用 Guitar 包可视化 m6A 在转录本上面的分布特征。

2安装

# 安装
BiocManager::install("Guitar")
library(Guitar)

3使用

读取我们的 exomePeak2 的交集 bed 文件：

library(TxDb.Mmusculus.UCSC.mm10.knownGene)

# 读取bed文件
stBedFiles <- list('../7.exomepeak2-data/IVT.bed',
                   '../7.exomepeak2-data/WT_reps_intersect.bed',
                   '../7.exomepeak2-data/M3KO_reps_intersect.bed')

# 准备注释文件
txdb <- TxDb.Mmusculus.UCSC.mm10.knownGene

# 绘图
plot <- GuitarPlot(txTxdb = txdb,
                stBedFiles = stBedFiles,
                headOrtail = FALSE,
                enableCI = FALSE,
                mapFilterTranscript = TRUE,
                pltTxType = c("mrna"),
                stGroupName = c("IVT","WT","METTL3"))
plot

我们也可以提取数据自己绘图美化：

# 提取数据自己绘图
df <- plot$data

# 查看内容
head(df,3)
            x   density group
1 0.000000000 0.1140671   IVT
2 0.003921569 0.1331543   IVT
3 0.007843137 0.1532194   IVT

自己绘图：

library(ggplot2)
library(ggprism)

# 绘图
ggplot(df,aes(x = x,y = density,color = group)) +
  geom_line(size = 1.5) +
  theme_prism(base_size = 18,border = T) +
  xlab('') +
  theme(panel.grid = element_blank(),
        axis.ticks.x = element_blank(),
        axis.text.x = element_blank(),
        legend.position = c(0.9,0.9)) +
  scale_color_brewer(palette = 'Set1') +
  geom_vline(xintercept = c(0.126,0.586),lty = 'dashed',size = 1.3,color = 'grey40') +
  annotate(geom = 'text',label = "5'UTR",x = 0.06,y = -0.1,size = 6) +
  annotate(geom = 'text',label = "CDS",x = 0.35,y = -0.1,size = 6) +
  annotate(geom = 'text',label = "3'UTR",x = 0.8,y = -0.1,size = 6)

欢迎加入生信交流群。加我微信我也拉你进 微信群聊 老俊俊生信交流群 哦,代码已上传至QQ群文件夹，欢迎下载。

群二维码：

老俊俊微信：

知识星球：

所以今天你学习了吗？

欢迎小伙伴留言评论！

今天的分享就到这里了，敬请期待下一篇！

最后欢迎大家分享转发，您的点赞是对我的鼓励和肯定！

如果觉得对您帮助很大，赏杯快乐水喝喝吧！

 往期回顾 

◀...