在线绘制哑铃图(dumbbell chart)展示基因拷贝数变异(CNV)

导读:

哑铃图的名称来源于其形状,它看起来像一个哑铃,有两个圆形的“重量”在两端,通过一根“杆”连接。常用于展示两个或多个数据集之间的差异。本文介绍了如何使用哑铃图展示基因的拷贝数变异。

Journal of Translational Medicine文章《SLC26A4 correlates with homologous recombination deficiency and

patient prognosis in prostate cancer》fig 2e 使用哑铃图展示了前列腺癌中同源重组缺陷(Homologous recombination deficiency,HRD)相关的23个基因的拷贝数变异(copy number variation,CNV)频率。红色点表示缺失(deletion)频率,蓝色点表示扩增(amplification)频率。基因按照扩增频率从大到小排序。

哑铃图

哑铃图(Dumbbell Chart)是一种数据可视化工具,用于比较两个或多个数据集之间的差异。通常用于展示在不同时间点或不同条件下的数据对比。哑铃图的名称来源于其形状,它看起来像一个哑铃,有两个圆形的“重量”在两端,通过一根“杆”连接。哑铃图可以直观地展示了两组数据之间的差异,图表结构简单,易于理解和阅读。

拷贝数变异

拷贝数变异(Copy Number Variation,简称CNV)是指基因组中某些DNA片段的拷贝数与参考基因组相比出现增加或减少的现象。

CNV的特点包括:

大小:CNV涉及的DNA片段长度不一,可以从很小的几个碱基对到数百万个碱基对

分布:CNV在人类群体中广泛存在,是基因组多态性的一个主要来源

遗传性:CNV可以通过遗传从父母传递给子女

多样性:不同个体之间CNV的存在和拷贝数可能不同,这种多样性是基因组多样性的重要组成部分

功能影响:CNV可能影响基因的表达和功能,从而影响个体的表型和对某些疾病的易感性

与疾病关联:某些CNV与遗传性疾病、先天性异常、癌症和其他复杂疾病的发生有关

CNV的检测通常通过比较个体基因组中的DNA序列与参考基因组的差异来实现。检测方法包括微阵列比较基因组杂交(array-based comparative genomic hybridization, aCGH)、高通量测序(next-generation sequencing, NGS)等技术。

在临床遗传学和肿瘤学中,CNV的检测对于诊断、风险评估和个性化医疗具有重要意义。例如,在肿瘤基因组学中,CNV分析有助于识别肿瘤特异性的基因组改变,这些改变可能与肿瘤的生长、侵袭性和治疗反应有关。

1打开作图URL

https://www.bioinformatics.com.cn/plot_basic_dumbbell_chart_032

2,示例数据

点击图片上方的示例数据,下载,并使用excel打开。

示例数据包括3列:

第1列:基因名

第2列:Deletion组的CNV频率

第3列:Amplification组的CNV频率

3,输入检查

示例数据:点击输入框下面的“示例”按钮,将载入示例数据。

真实数据:数据放在excel中,调整好后,Ctrl+A选中数据,Ctrl+C拷贝,Ctrl+V粘贴数据到输入框中。

然后使用输入框下面的“输入检查”按钮先对输入数据进行检查。若检查不通过,请根据检查提示重复【修改-输入检查】步骤,直到检查通过(如下图所示),然后可以继续选择参数。

注:输入检查是新加功能,它会根据不同模块的输入要求,逐行逐列检查输入数据,并给出提示,确保数据符合模块要求。

4,选择参数

图片大小:包括图片宽度,图片高度

轴说明:包括X轴的说明,Y轴的说明

文字大小:

轴文字大小:基因,X轴数值刻度的文字大小

轴说明文字大小:CNV frequency和Genes的字体大小

图例字体大小:组别Amplification和Deletion的字体大小

左侧哑铃:

左侧哑铃点大小:点的大小,数值越大,点越大

左侧哑铃点颜色:点颜色

左侧哑铃点边线大小:点对应的外圈边框线的粗细

左侧哑铃点边颜色:点对应的外圈边框线的颜色

中间连线:连线的粗细,连线的颜色

右侧哑铃:

右侧哑铃点大小:点的大小,数值越大,点越大

右侧哑铃点颜色:点颜色

右侧哑铃点边线大小:点对应的外圈边框线的粗细

右侧哑铃点边颜色:点对应的外圈边框线的颜色

网格线:是否绘制Y轴的背景线。加网格线的绘制效果要好点

隐藏上、右边框:是否隐藏图上方(top)和右侧(right)的边框线。

字体:设置了期刊杂志中最常用的两种:Times New Roman和Arial。如需使用其他字体,可以使用acrobat illustrator编辑生成的pdf或者svg图片

5,提交出图

检查通过,并且参数选好后,点击“提交”按钮,约3s后,会在页面上显示哑铃图。我们提供了pdf、svg两种矢量图,png、tiff两种标量图供大家下载使用。可以使用acrobat illustrator等软件编辑矢量图,进行组图,调整字体等操作,以满足论文要求。

安放数据的顺序(左右):

1)若两者没有明显的时序关系,则安放数据的顺序无所谓,例如这里的amplification和deletion可以互换顺序。

2)若两者有明显的时序关系,通常建议根据组别的意义安放数据。例如加药前的数据放在第2列,加药后的数据放在第3列。

安放数据的顺序(上下):

[if !supportLists]1)[endif]根据第1列的字母顺序排序后绘图,或者根据名字进行分组排序后绘图,可以更方便地找到对应的条目。例如这里如果按照基因名从a-z排序后,则很容易找到对应基因,而当前图找基因会比较麻烦。

[if !supportLists]2)[endif]根据第2列的数值从小到大或者从大到小排序后绘制,可以更清楚地展示基因的deletion情况。

[if !supportLists]3)[endif]根据第3列的数值从小到大或者从大到小排序后绘图,可以更清楚地展示基因的amplification情况。

[if !supportLists]4)[endif]根据第3列和第2列的差值从小到大或者从大到小排序后绘图,可以更清楚地展示差异情况。

微生信助力高分文章,用户200000+,谷歌学术3900+

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 203,179评论 5 476
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 85,229评论 2 380
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 150,032评论 0 336
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,533评论 1 273
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,531评论 5 365
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,539评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,916评论 3 395
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,574评论 0 256
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,813评论 1 296
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,568评论 2 320
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,654评论 1 329
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,354评论 4 318
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,937评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,918评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,152评论 1 259
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 42,852评论 2 349
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,378评论 2 342

推荐阅读更多精彩内容