Rscript-to-anaylise-and-visualize

一些用于画图的R脚本

别偷偷看啊喂，顺手点个赞

• NEXT

  • R的数据分析、算法等

• 采样地图

  • 

• 拓扑树

  • 

• 选择信号组合图

  • 

• 选择信号频数分布直方图

  • 

• 曼哈顿图

  • 1.R中CMplot画的

    • 
    • 

  • 2.plot_Manhattan.py画的

    • 

• 差异基因表达谱

  • 

• 火山图

  • 

• 富集条形图

  • 
  • 个性化一点
    • 

• CMplot_circos

  • 

• 堆叠图-条形

  • 

• PCA

  • 

• ADMIXTURE

  • 
  • 

• locuszoom

• GWFM plot (GCTB genome wide fine mapping)

• QQplot multi trait

set.seed(20260108)

N <- 50000

# 1) 纯零假设（均匀分布）
p_null <- runif(N)

# 2) “多基因/少量真实信号”：97% null + 3% 偏小p
p_poly <- runif(N)
sig_poly <- rbinom(N, 1, 0.03) == 1
p_poly[sig_poly] <- rbeta(sum(sig_poly), shape1 = 0.4, shape2 = 1)  # shape1<1 会产生更多小p

# 3) “膨胀”：|Z|整体偏大（sd>1），p会更偏小但不一定有真实峰
z_inf <- rnorm(N, mean = 0, sd = 1.2)
p_infl <- 2 * pnorm(-abs(z_inf))

# 4) “强信号”：1% 极强关联（生成极小p），并故意加入几个0
p_strong <- runif(N)
idx_strong <- sample.int(N, size = round(0.01 * N))
p_strong[idx_strong] <- 10^(-runif(length(idx_strong), min = 6, max = 10)) # 1e-6 到 1e-30
# p_strong[sample.int(N, 5)] <- 0  # 故意放几个0，测试防 Inf

pvals_list <- list(
  Null      = p_null,
  Polygenic = p_poly,
  Inflated  = p_infl,
  Strong    = p_strong
)

png("qqplot_multi.png", width=2400, height=2400, res=500, type="cairo")
qqplot_multi(
  pvals_list,
  cols = c("#1b9e77", "#d95f02", "#7570b3", "#e7298a"),
  pch  = c(16, 17, 15, 18),
  cex  = c(0.8, 0.8, 0.8, 0.8),
  ci_scale = seq(0.8, 1.0, length.out = 4),
  ci_alpha=0.6)
dev.off()