BioF3 FigCode · SCI 绘图代码集

曼哈顿图（Manhattan Plot）

导出日期：2026年6月27日

分类：基因组｜ 依赖包：qqman

解决的生物学问题

全基因组上哪些 SNP 与表型显著相关？显著位点在染色体上如何分布？

应用场景

GWAS 主结果展示
Meta-GWAS
eQTL 结果可视化
PheWAS 多表型扫描

输入数据格式

数据框：SNP, CHR, BP, P

关键参数

suggestiveline = -log10(1e-5)（提示阈值）
genomewideline = -log10(5e-8)（全基因组显著阈值）
highlight（高亮特定 SNP 列表）
annotatePval（自动注释超过阈值的 SNP）

快速开始

1. 直接在线运行

打开 FigCode 在线绘图，点击本工具卡片的"在线绘图"按钮即可用内置示例数据出图，零环境配置。

2. 本地复现

下载脚本和示例数据，本地 RStudio 运行：

# 下载
curl -O https://<your-site>/figcode/scripts/manhattan.R
curl -O https://<your-site>/figcode/data/manhattan.csv

3. 安装依赖

# CRAN 包
install.packages(c("qqman"))

# Bioconductor 包（如需）
# BiocManager::install(c())

完整代码

library(qqman)

# --- Demo GWAS data ---
set.seed(42)
n <- 50000
df <- data.frame(
  SNP = paste0("rs", 1:n),
  CHR = sample(1:22, n, replace = TRUE),
  BP  = sample(1:1e8, n, replace = TRUE),
  P   = runif(n)
)
# Inject a few significant hits
hits <- sample(n, 30)
df$P[hits] <- runif(30, 1e-12, 5e-8)

# --- Manhattan plot ---
manhattan(
  df,
  chr = "CHR", bp = "BP", p = "P", snp = "SNP",
  col = c("#1d4ed8", "#94a3b8"),
  suggestiveline = -log10(1e-5),
  genomewideline = -log10(5e-8),
  annotatePval   = 5e-8,
  main = "Manhattan Plot — GWAS"
)

替换为自己的数据

脚本中以 # --- Demo data --- 标注的段落是示例数据生成代码。替换为自己的数据时，保持列名一致即可：

输入格式：数据框：SNP, CHR, BP, P
使用 read.csv() / readRDS() 读取本地文件